Коментарі

Копіювати посилання Цитувати відповідь

exploratory-dcc-pucslallabus

felipegarcia98 прокоментовано 9 листопада 2020 р. •

Мені було зазначено, що ви дуже самосвідомо ставитеся до цієї частини, тому я відкриваю цю довідку:

Текст успішно оновлено, але виявлені такі помилки:

josefeliuf прокоментовано 9 листопада 2020 р. •

Привіт @ felipegarcia98!
Є щось, що не має для мене особливого сенсу:
Чому калорії є міткою у цьому завданні? Я збираюся сказати, що, строго кажучи, передбачати нічого не можна, адже із середніх грамів білка, вуглеводів та жиру ми можемо безпосередньо розрахувати середні калорії, які надходять на їжу ( оскільки 1 г білків і вуглеводів відповідають 4 ккал, а 1 г жирів відповідають 9 ккал). Тому, якщо замість алгоритму прогнозування калорій, ми проводимо обчислення безпосередньо, наш алгоритм буде 100% ефективним.
Сподіваюся, це зрозуміло,
Привітання
EDIT: Я збираюся зробити так, що калорії - це не те, що можна передбачити, але вони завжди є фіксованою величиною, якщо ми маємо кількість макроелементів, з яких складається ця їжа, як у цьому випадку.

дієгоальварадо10 прокоментував 9 листопада 2020 р

Привіт @ felipegarcia98
Після створення етикетки вам потрібно викинути функцію калорій?
Дякую

felipegarcia98 прокоментовано 9 листопада 2020 р. •

Міждисциплінарність 😍 справді те, що ви говорите, є правильним, і мені подобається, що вони це помітили, і це, безумовно, може бути більш правильним підходом, враховуючи ситуацію, в якій ми стикаємось, але ми хочемо, щоб ви експериментували з машинним навчанням, і це може бути корисно.

Зараз можна задати кілька цікавих питань: чому їх алгоритми не досягають 100%, оскільки теоретично перехід від характеристик до різних калорій є надзвичайно прямим (лінійна комбінація років); що станеться, якщо дані прагнуть до нескінченності (n досить великих); якщо є випадки, коли може мати сенс навчити такий інструмент вбивати мух; тощо На жаль, ми не питали цього прямо, але це можна обговорити в частині 1 😥

Рекомендується випустити цю функцію, оскільки перетворення мітки feature-> label для класифікатора буде занадто прямим (можна очікувати, що він буквально ігнорує решту характеристик)

JupaOlivares прокоментував 10 листопада 2020 р

Вони також можуть бачити, як інші фактори впливають на калорії such, наприклад, чи існує взаємозв’язок між закладками та калоріями (в одній із них людям, серед інших, подобаються рецепти з більшою кількістю калорій, і вони створюють хороший провісник). Тож ви можете краще обґрунтувати свій вибір провісника