งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

การวัดประสิทธิภาพ. การวัดประสิทธิภาพของโครงข่ายประสาทเทียม เป็น การวัดประสิทธิภาพของ Model ที่ได้จากขั้นตอนการ สร้างโครงข่าย ซึ่งสามารถแบ่งขั้นตอนย่อยได้

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "การวัดประสิทธิภาพ. การวัดประสิทธิภาพของโครงข่ายประสาทเทียม เป็น การวัดประสิทธิภาพของ Model ที่ได้จากขั้นตอนการ สร้างโครงข่าย ซึ่งสามารถแบ่งขั้นตอนย่อยได้"— ใบสำเนางานนำเสนอ:

1 การวัดประสิทธิภาพ

2 การวัดประสิทธิภาพของโครงข่ายประสาทเทียม เป็น การวัดประสิทธิภาพของ Model ที่ได้จากขั้นตอนการ สร้างโครงข่าย ซึ่งสามารถแบ่งขั้นตอนย่อยได้ ดังนี้ –Cross-Validation –Confusion Matrix 2

3 การวัดประสิทธิภาพ –Cross-Validation การนำข้อมูลเข้ามาเพื่อใช้ในการสอน โดยการนำข้อมูลเข้านั้นจะต้องแยกข้อมูลบางส่วนออกก่อนที่จะ เริ่มทำการสอน และใช้ข้อมูลที่แยกออกมานั้นใช้ในการทดสอบ โดย Cross-Validation มีหลายวิธี ตัวอย่างเช่น –Holdout Method –K-fold Cross Validation 3

4 การวัดประสิทธิภาพ –Holdout Method » ชุดข้อมูลจะถูกแบ่งเป็นสองชุด คือ ชุดการสอน (Training Set) และ ชุดทดสอบ (Testing Set) » ข้อดีของวิธีนี้คือ สามารถประเมินข้อมูลชุดใหญ่ในเวลาที่ไม่นาน 4 Data Test หลักการของ Cross-validation แบบ Holdout Method

5 การวัดประสิทธิภาพ –K-fold Cross Validation » ชุดข้อมูลจะถูกแบ่งออกเป็นส่วนย่อย ๆ และวิธี Holdout Method จะถูกแบ่งออกเป็น K ครั้ง » โดยที่แต่ละครั้ง ใน K ส่วนย่อยจะใช้เป็นชุดทดสอบ และที่เหลือ K-1 ครั้ง ความแตกต่างของผลการประเมินจะลดลงเมื่อค่า K เพิ่มขึ้น » ซึ่งข้อเสียของวิธีนี้คือ การสอนจะทำการประมวลผลใหม่ทั้งหมด K ครั้ง ซึ่งหมายถึงต้องทำการคำนวณ K 5 หลักการของ Cross-validation แบบ K-fold Cross-validation (K=3)

6 การวัดประสิทธิภาพ 6

7 7 99 ตัว 90 ตัว 80 ตัว ตัว

8 การวัดประสิทธิภาพ 8 99 ตัว

9 การวัดประสิทธิภาพ 9 99 ตัว

10 การวัดประสิทธิภาพ ตัว

11 การวัดประสิทธิภาพ –Confusion Matrix เป็นการเก็บข้อมูลที่เกี่ยวกับการแบ่งแยกข้อมูลจริง กับข้อมูลที่เกิด จากการทำนาย ด้วยระบบการแบ่งแยก (Classification System) เช่น การหาค่าข้อมูลแบบธรรมดาในแมทริก ดังตารางที่แสดงของ Confusion Matrix ซึ่งมีด้วยกัน 2 ระดับ 11 ตาราง Confusion Matrix

12 การวัดประสิทธิภาพ – จากตาราง Confusion Matrix มีความหมายดังนี้ ค่า a เป็นตัวเลขที่ถูกต้องจากการทำนาย ค่า b เป็นตัวเลขที่ไม่ถูกต้องจากการทำนาย ค่า c เป็นตัวเลขที่ไม่ถูกต้องจากการทำนาย ค่า d เป็นตัวเลขที่ถูกต้องจากการทำนาย 12 ตาราง Confusion Matrix

13 การวัดประสิทธิภาพ – ตัวอย่าง การวัดประสิทธิภาพแบบ Confusion Matrix ให้ข้อมูลที่จะนำไปทดสอบ ประกอบด้วย –A10 ตัว –B10 ตัว –C10 ตัว 13 ข้อมูลทำนาย ข้อมูลจริง ABC A 10 B C

14 การวัดประสิทธิภาพ – เมื่อนำข้อมูลเข้าไปทำการ Testing แล้วจะได้ 14 ข้อมูลทำนาย ข้อมูลจริง ABC A B 091 C 208

15 การวัดประสิทธิภาพ 15 ข้อมูลทำนาย ข้อมูลจริง ABC ความถูกต้อง A B 091 C 208

16 16 ข้อมูลทำนาย ABC ความผิดพลาด ABC ข้อมูลจริง A B 091 C 208


ดาวน์โหลด ppt การวัดประสิทธิภาพ. การวัดประสิทธิภาพของโครงข่ายประสาทเทียม เป็น การวัดประสิทธิภาพของ Model ที่ได้จากขั้นตอนการ สร้างโครงข่าย ซึ่งสามารถแบ่งขั้นตอนย่อยได้

งานนำเสนอที่คล้ายกัน


Ads by Google