Indholdsfortegnelse:
Definition - Hvad betyder struktureret forudsigelse?
Struktureret forudsigelse er en bestemt disciplin, der anvendes til maskinlæring, hvor maskinindlæringsteknikker forudsiger strukturerede objekter. Typisk anvender den strukturerede forudsigelse overvågede maskinindlæringsprogrammer med etiketter, der kan anvendes for at producere resultater.
Techopedia forklarer struktureret forudsigelse
En af de enkleste og nemmeste måder at tale om struktureret forudsigelse er, at den bruger træningsproblemer til at løse en klassificeringsopgave. En ressource tilgængelig fra NeurIPS citeret af Sasha Rush i juli 2010 beskriver den som: "en ramme til løsning af problemer med klassificering eller regression, hvor outputvariablerne er gensidigt afhængige eller begrænset."
Når en forudsigelse ikke kan løses ved direkte observation af alle mulige værdier, tager den strukturerede forudsigelse input og bruger dem til at forudsige resultaterne.
Alexander Passos, dengang ph.d.-studerende ved UNICAMP i Brasilien, giver en interessant definition af strukturforudsigelse i Quora, som er rigeligt anvendelig til at karakterisere denne slags værktøj: “Struktureret forudsigelse er et specielt tilfælde af klasseklassificering (dvs. givet x forudsige y) hvor:
- Der er alt for mange mulige værdier for y (eksponentiel eller uendelig).
- Disse værdier er imidlertid ikke uigennemsigtige, og at inspicere deres struktur kan hjælpe dig med at designe en klassifikator, der lærer af få eksempler (i forhold til y-kardinaliteten) på kort tid. ”
Struktureret forudsigelse har været nyttigt i naturlig sprogbehandling, biovidenskabelig forskning og andre discipliner. For eksempel ved hjælp af sekvensmærkning og parse træer kan et strukturforudsigelsesprogram opnå forskellige naturlige sprogbehandlingsmål.
Denne definition blev skrevet i forbindelse med Machine Learning
