Kaggle အဆုတ်ကင်ဆာရှာဖွေခြင်းပြိုင်ပွဲတွင် အသုံးပြုသည့် အကဲဖြတ်မက်ထရစ်သည် အဘယ်နည်း။
Kaggle အဆုတ်ကင်ဆာရှာဖွေခြင်းပြိုင်ပွဲတွင်အသုံးပြုသည့် အကဲဖြတ်မက်ထရစ်သည် မှတ်တမ်းဆုံးရှုံးမှုမက်ထရစ်ဖြစ်သည်။ မှတ်တမ်းဆုံးရှုံးမှု၊ cross-entropy loss ဟုလည်းလူသိများသော၊ သည် အမျိုးအစားခွဲခြင်းလုပ်ငန်းများတွင် အသုံးများသော အကဲဖြတ်မက်ထရစ်တစ်ခုဖြစ်သည်။ ၎င်းသည် အတန်းတစ်ခုစီအတွက် ကြိုတင်ခန့်မှန်းထားသော ဖြစ်နိုင်ခြေရှိသော လော့ဂရစ်သမ်ကို တွက်ချက်ကာ အားလုံးကို ပေါင်းချုပ်ခြင်းဖြင့် မော်ဒယ်တစ်ခု၏ စွမ်းဆောင်ရည်ကို တိုင်းတာသည်။
- Published in ပြည်တွင်းသတင်း ဉာဏ်ရည်တု, TensorFlow နှင့်အတူ EITC/AI/DLTF နက်ရှိုင်းစွာသင်ယူမှု, Kaggle အဆုတ်ကင်ဆာရှာဖွေတွေ့ရှိခြင်းနှင့်အတူ 3D convolutional အာရုံကြောကွန်ယက်, နိဒါန္း, စာမေးပွဲသုံးသပ်ချက်
AutoML Translation ဖြင့်လေ့ကျင့်ထားသော စိတ်ကြိုက်ဘာသာပြန်မော်ဒယ်၏ စွမ်းဆောင်ရည်ကို အကဲဖြတ်ရန် BLEU ရမှတ်ကို မည်သို့အသုံးပြုနိုင်မည်နည်း။
BLEU ရမှတ်သည် စက်ဘာသာပြန်မော်ဒယ်များ၏ စွမ်းဆောင်ရည်ကို အကဲဖြတ်ရန်အတွက် တွင်ကျယ်စွာအသုံးပြုသည့် မက်ထရစ်တစ်ခုဖြစ်သည်။ ၎င်းသည် စက်ဖြင့်ထုတ်လုပ်ထားသော ဘာသာပြန်ဆိုချက်တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကိုးကားဘာသာပြန်ခြင်းကြား ဆင်တူမှုကို တိုင်းတာသည်။ AutoML Translation ဖြင့်လေ့ကျင့်သင်ကြားထားသော စိတ်ကြိုက်ဘာသာပြန်မော်ဒယ်တစ်ခု၏အခြေအနေတွင်၊ BLEU ရမှတ်သည် အရည်အသွေးနှင့် ထိရောက်မှုဆိုင်ရာ အဖိုးတန်ထိုးထွင်းသိမြင်မှုများကို ပေးစွမ်းနိုင်သည်။
- Published in ပြည်တွင်းသတင်း ဉာဏ်ရည်တု, EITC/AI/GCML Google Cloud Machine Learning, Google Cloud AI ပလက်ဖောင်း, AutoML ဘာသာပြန်ခြင်း, စာမေးပွဲသုံးသပ်ချက်