Even if you can use the entire init

Even if you can use the entire initial dataset to fit a single model, it turns
out that ensemble methods, where you fit multiple smaller models by using
subsets of data, generally outperform single models. Indeed, fitting a single
model with 100M data points can perform worse than fitting just a few
models with 10M data points each (so smaller total data outperforms larger
total data).

ผลลัพธ์ (ไทย) 1:

แม้ว่าคุณสามารถใช้ชุดข้อมูลเริ่มต้นทั้งหมดให้พอดีกับแบบเดี่ยว เปิด ออกวิธีที่วงดนตรี ที่คุณใส่รูปแบบขนาดเล็กหลายโดย โดยทั่วไปชุดย่อยของข้อมูล ประสิทธิภาพยิ่งกว่ารุ่นเดียว พอดีเดียวจริง ๆ แบบจำลองข้อมูล 100M สามารถทำคะแนนแย่กว่าพอดีเพียงไม่กี่ แบบจำลองกับข้อมูล 10M จุดละ (เพื่อรวมข้อมูลขนาดเล็ก outperforms ขนาดใหญ่ รวมข้อมูล)

ผลลัพธ์ (ไทย) 2:

แม้ว่าคุณจะสามารถใช้ชุดข้อมูลเบื้องต้นทั้งหมดให้พอดีกับรูปแบบเดียวก็จะเปิด
ออกว่าวิธีการทั้งหมดที่คุณพอดีรุ่นขนาดเล็กหลาย ๆ โดยใช้
ส่วนย่อยของข้อมูลโดยทั่วไปดีกว่ารุ่นเดียว อันที่จริงกระชับเดียว
รุ่นที่มี 100M จุดข้อมูลสามารถดำเนินการเลวร้ายยิ่งกว่าที่เหมาะสมเพียงไม่กี่
รุ่นที่มี 10 จุดข้อมูลแต่ละ (ข้อมูลทั้งหมดเพื่อให้มีขนาดเล็กมีประสิทธิภาพดีกว่าขนาดใหญ่
ข้อมูลทั้งหมด)

ผลลัพธ์ (ไทย) 3:

แม้ว่าคุณจะสามารถใช้ข้อมูลเบื้องต้นทั้งหมดเพื่อให้พอดีกับรูปแบบเดียว มันกลายเป็น
ว่าวิธีการทั้งหมดที่คุณเหมาะสมกับรูปแบบขนาดเล็กหลายโดยใช้
ชุดย่อยของข้อมูล โดยทั่วไปมีประสิทธิภาพสูงกว่ารุ่นเดียว แน่นอน , ข้อต่อเดียว
แบบ 100m ข้อมูลจุดแสดงได้แย่กว่าที่เหมาะสมเพียงไม่กี่รุ่นที่มีข้อมูล 10M
แต่ละจุด ( เพื่อรวมข้อมูลที่มีขนาดเล็กมีประสิทธิภาพดีกว่า
ข้อมูลทั้งหมด )