2) Budget: Here we explore the impa

2) Budget: Here we explore the impact of the budget B on
the accuracy. Figure 4 shows that with the budget of 5% the
different strategies are still able to achieve 100% accuracy at
the end of the training period except for the VarUncertainty
and FixedUncertainty. Initially the VarUncertainty strategy
outperforms all the other strategies but plateaus around 88%,
probably because it fails to learn new PD patterns. We can see
that the RandVarUncertainty does not suffer from this problem
since, as well as the other strategies that include to some extent
instances selected at random or using selective sampling

ผลลัพธ์ (ไทย) 1:

2) งบประมาณ: นี่คือสำรวจผลกระทบของงบประมาณ B บนความถูกต้อง รูปที่ 4 แสดงให้เห็นว่า มีงบประมาณ 5%กลยุทธ์ที่แตกต่างจะยังคงสามารถให้ความแม่นยำ 100% ได้สิ้นสุดระยะเวลาการฝึกอบรมยกเว้น VarUncertaintyและ FixedUncertainty เริ่มต้นด้วยกลยุทธ์ VarUncertaintyมีประสิทธิภาพสูงกว่ากลยุทธ์แต่ราบประมาณ 88% อื่น ๆ ทั้งหมดอาจเป็น เพราะมันไม่สามารถเรียนรู้รูปแบบ PD ใหม่ เราสามารถมองเห็นว่า RandVarUncertainty ที่ไม่ประสบปัญหานี้ตั้งแต่ เช่นเดียวกับกลยุทธ์อื่นๆ ที่มีในระดับหนึ่งอินสแตนซ์ที่เลือกที่สุ่มตัวอย่างที่เลือกสุ่ม หรือใช้

ผลลัพธ์ (ไทย) 2:

2) งบประมาณ: ที่นี่เราจะสำรวจผลกระทบของงบประมาณ B บน
ความถูกต้อง รูปที่ 4 แสดงให้เห็นว่ามีงบประมาณ 5% ของ
กลยุทธ์ที่แตกต่างยังคงสามารถที่จะบรรลุความถูกต้อง 100% ณ
สิ้นรอบระยะเวลาการฝึกอบรมยกเว้น VarUncertainty
และ FixedUncertainty ในขั้นต้นกลยุทธ์ VarUncertainty
มีประสิทธิภาพดีกว่าทุกกลยุทธ์อื่น ๆ แต่ที่ราบรอบ 88%
อาจจะเป็นเพราะมันล้มเหลวในการเรียนรู้รูปแบบใหม่ PD เราจะเห็นได้
ว่า RandVarUncertainty ไม่ประสบปัญหานี้
มาตั้งแต่ปีเช่นเดียวกับกลยุทธ์อื่น ๆ ที่มีขอบเขตบาง
กรณีเลือกโดยการสุ่มหรือเลือกใช้วิธีการสุ่มตัวอย่าง

ผลลัพธ์ (ไทย) 3:

2 ) งบประมาณ : ที่นี่เราจะสำรวจผลกระทบของงบประมาณ B บนความถูกต้อง รูปที่ 4 แสดงให้เห็นว่า ด้วยงบประมาณ 5 ,กลยุทธ์ที่แตกต่างกันยังสามารถบรรลุความถูกต้อง 100 % ที่การสิ้นสุดของระยะเวลาการฝึกอบรม ยกเว้น varuncertaintyและ fixeduncertainty . เริ่ม varuncertainty กลยุทธ์โปรย ทั้งหมด กลยุทธ์อื่น ๆแต่ที่ราบสูงประมาณ 88 เปอร์เซ็นต์อาจจะเพราะมันล้มเหลวที่จะเรียนรู้รูปแบบผู้กำกับใหม่ เราสามารถดูที่ randvaruncertainty ไม่ทุกข์ทรมานจากปัญหานี้ตั้งแต่ รวมทั้งกลยุทธ์อื่น ๆที่มีขอบเขตบางอย่างกรณีเลือกที่สุ่มเลือกตัวอย่างหรือใช้