سازگاری فرایندهای یادگیری

سازگاری فرایندهای یادگیری

اسلاید 1: سازگاري فرايندهاي يادگيري Consistency of Learning Processesارائه دهنده: الهام باوفای حقیقیاستاد درس: آقای دکتر شيريدانشگاه امير كبيردانشكده‌ مهندسي كامپيوتر و فناوري اطلاعاتالهام باوفا1سازگاري فرايندهاي يادگيري

اسلاید 2: فهرستالهام باوفا2سازگاري فرايندهاي يادگيريمقدمههمگراييآنتروپي مجموعه اي از توابعشروط همگراييتئوري غير قابل رد كردننتايجضميمه (تعاريف و بحث هاي آماري)

اسلاید 3: مقدمه الهام باوفا3سازگاري فرايندهاي يادگيريريسك واقعي را نيز كم كرد؟حداقل كردن ريسك مشاهدات، چه زماني مي توان همزمان با سازگاريConsistency

اسلاید 4: مقدمه تعريف سازگاري الهام باوفا4سازگاري فرايندهاي يادگيريتعريف كلاسيكريسك (خطاي) مشاهدات ريسك (خطاي) واقعي

اسلاید 5: مقدمه انواع سازگاري الهام باوفا5سازگاري فرايندهاي يادگيرينسخه غير جدي (trivial case)نسخه جدي (non trivial case)ادامه...

اسلاید 6: مقدمه انواع سازگاري الهام باوفا6سازگاري فرايندهاي يادگيرينسخه غير جدي (trivial case)نسخه جدي (non trivial case)...ادامهnon trivially consistentconsistent

اسلاید 7: همگراييالهام باوفا7سازگاري فرايندهاي يادگيري- همگرايي يكنواخت يك طرفه- همگرايي يكنواخت دو طرفهشرط لازم و كافي براي همگرايي؟

اسلاید 8: آنتروپي مجموعه از توابع توابع جداكننده (Indicator)الهام باوفا8سازگاري فرايندهاي يادگيريSample Set:به چند طريق مختلف مي توان با استفاده از توابع جداكنندهدسته بندي هاي مختلف روي يك مجموعه از نمونه ها داشت ادامه...

اسلاید 9: آنتروپي مجموعه از توابع توابع جداكننده (Indicator)الهام باوفا9سازگاري فرايندهاي يادگيري...ادامهRandom Entropy:Entropy:افزايش آنتروپي نشاندهنده تعدد در تصميم گيري هاي مختلف و توانمندي در خرد كردن مجموعه نمونه ها به صورت هاي دلخواه است.

اسلاید 10: آنتروپي مجموعه از توابع توابع حقيقيالهام باوفا10سازگاري فرايندهاي يادگيريs.t.find: كوچكترين عددي كه شرايط فوق را تامين كندعدد بردار به طول NlforNادامه...

اسلاید 11: آنتروپي مجموعه از توابع توابع حقيقيالهام باوفا11سازگاري فرايندهاي يادگيري...ادامه

اسلاید 12: آنتروپي مجموعه از توابع توابع حقيقيالهام باوفا12سازگاري فرايندهاي يادگيري...ادامهRandom V.C. Entropy:V.C. Entropy:با توجه به توزيع نمونه ها

اسلاید 13: شروط همگرايي همگرايي دوطرفهالهام باوفا13شرط لازم و كافي جهتهمگرايي يكنواخت دو طرفه:كفايت:تابع صعودي...ادامه

اسلاید 14: شروط همگرايي همگرايي دوطرفهالهام باوفا14سازگاري فرايندهاي يادگيري...ادامه...ادامه

اسلاید 15: شروط همگرايي همگرايي دوطرفهالهام باوفا15سازگاري فرايندهاي يادگيري...ادامهSUP...ادامه

اسلاید 16: شروط همگرايي همگرايي دوطرفهالهام باوفا16...ادامه...ادامه

اسلاید 17: شروط همگرايي همگرايي دوطرفهالهام باوفا17سازگاري فرايندهاي يادگيري...ادامه...ادامهشرط تكنيكي:

اسلاید 18: شروط همگرايي همگرايي يك طرفهالهام باوفا18سازگاري فرايندهاي يادگيري...ادامههمگرايي يكطرفهif

اسلاید 19: شروط همگرايي همگرايي يك طرفهالهام باوفا19سازگاري فرايندهاي يادگيري...ادامهs.t.شرط لازم و كافي جهتهمگرايي يكنواخت يك طرفه

اسلاید 20: تئوري غير قابل رد كردن Theory of Nonfalsifiablityالهام باوفا20سازگاري فرايندهاي يادگيري...ادامهآيا همچنان مي توانيم سازگاري داشته باشيم؟

اسلاید 21: تئوري غير قابل رد كردن Theory of Nonfalsifiablityالهام باوفا21سازگاري فرايندهاي يادگيري...ادامه...ادامهPopper’s Theory:two models of reasoning(i) Deductive: which means moving from general to particular(ii) Inductive: which means moving from particular to general

اسلاید 22: تئوري غير قابل رد كردن Theory of Nonfalsifiablityالهام باوفا22سازگاري فرايندهاي يادگيري...ادامه...ادامهبا توجه به تئوري پوپر: )Falsifiable (حقايقي وجود داشته باشند كه در شرايط تئوري مورد نظر قرار داشته باشندامانتوانند توسط آن تئوري توضيح داده شوند!چون تئوري بر اساس تعداد محدود داده هاي آزمايشي درست شده پس حتما داراي نايقيني خواهد بود.زيرايك تئوري استقرايي بايد قابل رد شدن باشد!

اسلاید 23: تئوري غير قابل رد كردن Theory of Nonfalsifiablityالهام باوفا23سازگاري فرايندهاي يادگيري...ادامهغير قابل رد شدن خواهد شدComplete (Popper’s) NonfalsifiablityPartial NonfalsifiablityPotential NonfalsifiablityERM

اسلاید 24: تئوري غير قابل رد كردن Complete Nonfalsifiablityالهام باوفا24سازگاري فرايندهاي يادگيريتوانمندي در خرد كردن مجموعه نمونه ها به هر صورت دلخواه است.

اسلاید 25: تئوري غير قابل رد كردن Partial Nonfalsifiablityالهام باوفا25For any given sequence of binary values

اسلاید 26: تئوري غير قابل رد كردن Potential Nonfalsifiablityالهام باوفا26Q is Potentially NonfalsifiableIf exist two functions:s.t....ادامه

اسلاید 27: تئوري غير قابل رد كردن Potential Nonfalsifiablityالهام باوفا27...ادامهسازگاري فرايندهاي يادگيري

اسلاید 28: تئوري غير قابل رد كردن نتيجهالهام باوفا28سازگاري فرايندهاي يادگيريمسئله حداقل كردن ريسك براي داده هاي آموزشيهمواره سازگار نيست(ERM)

اسلاید 29: نتايج الهام باوفا29سازگاري فرايندهاي يادگيري1...ادامهSufficient condition for consistency of the ERM principle

اسلاید 30: نتايجالهام باوفا30سازگاري فرايندهاي يادگيري...ادامه23Sufficient condition for a fast rate of convergenceERM principle consistent and simultaneously provides a fast rate of convergence independent of the probability measurenecessary and sufficient conditionsConsistency sufficient condition for a fast rate of convergence

اسلاید 31: ضميمه (تعاريف و بحث هاي آماري)الهام باوفا31...ادامهمجموعه رخدادهاي پايهتعريف كيفي از آزمايش نگاه ايده آلمدل آماري

اسلاید 32: ضميمه (تعاريف و بحث هاي آماري)الهام باوفا32سازگاري فرايندهاي يادگيري...ادامه...ادامهProbability Measureتعريف كمي از آزمايش نگاه ايده آلمدل آماري

اسلاید 33: ضميمه (تعاريف و بحث هاي آماري)الهام باوفا33سازگاري فرايندهاي يادگيري...ادامه...ادامهPractical

اسلاید 34: ضميمه (تعاريف و بحث هاي آماري)الهام باوفا34سازگاري فرايندهاي يادگيري...ادامه...ادامهمسئله اصلي در:تئوري آمارتئوري احتمالاتبدست آوردن تابع توزيعبدست آوردنProbability Measureدو مود اصلي در محاسبهProbability Measureمود قويمود ضعيف

اسلاید 35: ضميمه (تعاريف و بحث هاي آماري)الهام باوفا35...ادامهدر بررسي شرايط سازگاري در مود ضعيف قرار داريم

اسلاید 36: الهام باوفا36سازگاري فرايندهاي يادگيريباتشکر از توجه شما 

اسلاید 37: آنتروپي مجموعه از توابع توابع جداكننده (Indicator)الهام باوفا37سازگاري فرايندهاي يادگيريآنتروپي بي نهايت و كاهش قابليت تعميمبازگشت 1بازگشت 2