CHAPTER 1. INTRODUCTION 3bers can b

CHAPTER 1. INTRODUCTION 3
bers can be recognised and managed, leading to the correct decision being taken overall.
Several empirical results [66, 114, 115, 149] have supported the widespread view that for
best performance on a task, the individuals should exhibit “diverse errors”. The intuition
here is that with a committee of people making decisions, we would not want them to all
make the same bad judgements at the same time. However in order to implement these
ideas in a computer system, they need to be far more formalised. What exactly do we
mean by “diverse” errors? The answer to this question depends critically on whether our
predictor outputs are real-valued numbers, or class labels. A real-valued number will be
output if the problem is a regression, say for example predicting 83.74kg as the weight of
a person given their height and shoe-size. A class label will be output if the problem is a
classification, for example predicting Y ES as the guess of whether the person is over 80.0kg
or not. The former situation, regression, is reasonably well understood (see section 3.1.1),
however when “diversity” is referred to it is usually intended to imply the latter, classi-
fication error diversity. Intuitively, we know that the predictors (in this case, classifiers)
should make different errors, yet formalising how they should do this has proved a difficult
challenge. Though the predictors may exhibit very different errors, they may have sacrificed
individual accuracy in order to do so; this shows that training an ensemble is a balancing
act between error diversity and individual accuracy. This issue will be addressed in more
detail in chapter 3.

ผลลัพธ์ (ไทย) 1:

บทที่ 1 แนะนำ 3bers สามารถยัง และ จัดการ นำไปสู่การตัดสินใจที่ถูกต้องที่ถูกนำมารวมกันมีสนับสนุนหลายผลที่ประจักษ์ [66, 114, 115, 149] แพร่ดูที่สำหรับประสิทธิภาพสูงที่สุดในงาน บุคคลควรแสดง "ข้อผิดพลาดที่หลากหลาย" สัญชาตญาณที่นี่คือ ว่า มีกรรมการผู้ตัดสิน เราไม่อยากได้ทั้งหมดทำ judgements ดีเดียวกันในเวลาเดียวกัน อย่างไรก็ตามการดำเนินการเหล่านี้ความคิดในระบบคอมพิวเตอร์ ที่พวกเขาต้องการมากกว่า formalised ว่าทำอะไรเราโดยข้อผิดพลาด "หลากหลาย" หมายถึง ตอบคำถามนี้ถึงขึ้นอยู่กับว่าเราแสดงผลจำนวนประตูมีตัวเลขมูลค่าจริง หรือป้ายชื่อคลาส จะได้มูลค่าจริงแสดงว่าปัญหาการถดถอย พูดเช่นคาดการณ์ 83.74 กิโลกรัมเป็นน้ำหนักของตัวกำหนดความสูงและขนาดของรองเท้า ป้ายชื่อคลาสจะแสดงผลว่าปัญหาการประเภท เช่น คาดการณ์ Y ES เป็นเดาว่าคนมีอยู่ กว่า 80.0kgหรือไม่ อย่างเข้าใจสถานการณ์อดีต ถดถอย (ดูหัวข้อ 3.1.1),อย่างไรก็ตาม เมื่อ "ความหลากหลาย" ว่า มันเป็นปกติไว้นัยหลัง classi-ข้อผิดพลาด fication ความหลากหลายทางชีวภาพ สังหรณ์ใจ เรารู้ว่า predictors (ในกรณีนี้ คำนามภาษา)ควรทำข้อผิดพลาดแตกต่างกัน แต่ formalising ว่าพวกเขาควรทำเช่นนี้ได้พิสูจน์ความยากความท้าทาย แม้ predictors ที่อาจแสดงข้อผิดพลาดที่แตกต่างกันมาก พวกเขาอาจมีการเสียสละถูกต้องละไม่ให้ ฟิลด์นี้แสดงว่า เพลิดเพลินในการฝึกอบรมเป็นการดุลกระทำระหว่างความหลากหลายของข้อผิดพลาดและความแม่นยำแต่ละ ปัญหานี้จะได้รับการขึ้นรายละเอียดในบทที่ 3

ผลลัพธ์ (ไทย) 2:

บทที่ 1 บทนำ 3
Bers ได้รับการยอมรับและมีการจัดการที่นำไปสู่ตัดสินใจที่ถูกต้องถูกนำมารวม.
ผลการศึกษาหลาย [66, 114, 115, 149]
ได้รับการสนับสนุนมุมมองอย่างกว้างขวางว่าสำหรับผลการดำเนินงานที่ดีที่สุดในงานบุคคลควรแสดง"ข้อผิดพลาดที่มีความหลากหลาย" สัญชาตญาณที่นี่เป็นที่ที่มีคณะกรรมการของผู้คนในการตัดสินใจที่เราจะไม่ต้องการให้พวกเขาทั้งหมดให้คำตัดสินที่ไม่ดีเหมือนกันในเวลาเดียวกัน อย่างไรก็ตามเพื่อที่จะใช้เหล่านี้ความคิดในระบบคอมพิวเตอร์ที่พวกเขาจะต้องมีมากขึ้นอย่างเป็นทางการ เราอะไรที่หมายถึงข้อผิดพลาด "ความหลากหลาย"? คำตอบสำหรับคำถามนี้ขึ้นอยู่กับว่าวิกฤตของเราผลการทำนายตัวเลขจริงมูลค่าหรือฉลากระดับ จำนวนจริงจะมีมูลค่าการส่งออกว่าปัญหาคือการถดถอยที่พูดเช่นการทำนาย 83.74kg น้ำหนักของคนที่ได้รับความสูงของพวกเขาและรองเท้าไซส์ ป้ายชื่อชั้นจะถูกส่งออกว่าปัญหาคือการจัดหมวดหมู่เช่นการทำนาย Y ES เป็นเดาว่าคนที่มีมากกว่า 80.0kg หรือไม่ สถานการณ์อดีตถดถอยเป็นที่เข้าใจกันดีพอสมควร (ดูหัวข้อ 3.1.1) แต่เมื่อ "ความหลากหลาย" จะเรียกว่ามันมักจะมีจุดมุ่งหมายที่จะบ่งบอกหลัง classi- การตรวจความหลากหลายของข้อผิดพลาด สังหรณ์ใจเรารู้ว่าการพยากรณ์ (ในกรณีนี้จําแนก) ควรจะทำให้ข้อผิดพลาดที่แตกต่างกัน แต่อย่างเป็นทางการว่าพวกเขาควรจะทำเช่นนี้ได้พิสูจน์ยากท้าทาย แม้ว่าพยากรณ์อาจแสดงข้อผิดพลาดที่แตกต่างกันมากที่พวกเขาอาจจะเสียสละความถูกต้องของแต่ละบุคคลในการที่จะทำเช่นนั้น; นี้แสดงให้เห็นว่าการฝึกอบรมวงดนตรีเป็นสมดุลกระทำระหว่างความหลากหลายข้อผิดพลาดและความถูกต้องของแต่ละบุคคล ปัญหานี้จะได้รับการแก้ไขในรายละเอียดในบทที่ 3

ผลลัพธ์ (ไทย) 3:

บทที่ 1 แนะนำ 3
bers สามารถจดจำ และการจัดการที่นำไปสู่การตัดสินใจที่ถูกต้องจะถูกรวม .
หลายเชิงประจักษ์ผล [ 66 , 114 , 115 , 149 ] ได้รับการสนับสนุนอย่างกว้างขวางสำหรับ
ดูการแสดงที่ยอดเยี่ยมในงานบุคคลควรแสดงข้อผิดพลาด " " ที่หลากหลาย ปรีชา
ที่นี่คือ ว่า ด้วยคณะกรรมการของประชาชนในการตัดสินใจ เราก็ไม่ได้ต้องการให้พวกเขาทั้งหมด
ให้เดียวกันไม่ดีทั้งนั้น ในเวลาเดียวกัน อย่างไรก็ตามเพื่อที่จะใช้
ความคิดในระบบคอมพิวเตอร์ที่พวกเขาต้องการที่จะเป็นมากขึ้น formalised . อะไรทำให้เรา
หมายถึง " ข้อผิดพลาดที่หลากหลาย " คำตอบสำหรับคำถามนี้ขึ้นอยู่กับความว่าผลทำนายของเรา
เป็นจริงมูลค่าตัวเลขหรือห้องป้าย เป็นค่าจริงจะออกหมายเลข
ถ้าปัญหาเป็นสมการถดถอยพูดเช่น 83.74kg เป็นทำนายน้ำหนัก
บุคคลให้ความสูงและขนาดรองเท้าของพวกเขา ชั้นป้ายจะออกถ้าปัญหาคือ
การจำแนกตัวอย่างการทำนาย Y ES เป็นเดาว่าคนเป็นกว่า 80.0kg
หรือไม่ ถดถอยสถานการณ์อดีต สมเหตุสมผลดีครับ ( ดูที่ส่วน 3.1.1 )
แต่เมื่อ " ความหลากหลาย " จะเรียกว่ามันมักจะตั้งใจจะอยู่หลัง classi -
fication ข้อผิดพลาดความหลากหลาย สังหรณ์ใจ , เรารู้ว่าตัวนี้ ( ในกรณีนี้ , ลักษณนาม )
ให้ข้อผิดพลาดที่แตกต่างกัน แต่ formalising ว่าพวกเขาควรทำนี้ได้พิสูจน์ความท้าทายยาก

แม้ว่าตัวจะแสดงข้อผิดพลาดที่แตกต่างกันมาก พวกเขาอาจจะสละ
ความถูกต้องของแต่ละคนเพื่อที่จะทำเช่นนั้น นี้แสดงให้เห็นว่าการฝึกการรวมวงเป็นสมดุล
ทำระหว่างความหลากหลายความผิดพลาดและความถูกต้องของแต่ละบุคคล ปัญหานี้จะถูกแก้ไขในรายละเอียดเพิ่มเติม

ในบทที่ 3