머신 러닝에서 “실측 정보”가 사용되는 방식에 대한 두 가지 의미를 찾았습니다.
- 사실이라고 가정 할 수있는 것
- 이전에 사실로 확인 된 것
세부적으로 비슷하지만 둘은 다를 수 있습니다. 서로 바꿔서 사용할 수 있지만 인용은 어떤 의미에도 좋을 것입니다. 논문에서 사용되는 것만보고 문헌에서 정의를 찾을 수 없었습니다.
댓글
- I ' 비공식적 인 구어체 사용에만 익숙하지만 여기 에 언급 된 특정 정의의 다양성을 고려할 때 분야를 지정하면 운이 더 좋을 수 있습니다. .
답변
실측이라는 용어는 지질 / 지구 과학에서 필드에 나가서 “지상”을 확인하여 데이터를 수집합니다. 올바른 것으로 “알려진”데이터의 개념을 표현하기 위해 다른 분야에서 채택되었습니다. 제 개인적인 경험으로는 생체 인식과 컴퓨터 비전에서 널리 사용됩니다. “실측 오류”라는 용어도 널리 사용되어 “알고있는”내용이 항상 정확하지는 않다는 사실을 보여줍니다.
참조
@article {Dictionary.com2015, title = {Dictionary.com “s 21st Century Lexicon}, 월 = {Aug}, 일 = {18}, 연도 = {2015}, URL = { http://dictionary.reference.com/browse/ground truth},}
온라인 정의를 참조하십시오.
@book {krig2014computer, title = {Computer Vision Metrics : Survey, Taxonomy 참조 , and Analysis}, author = {Krig, Scott}, year = {2014}, publisher = {Apress}} 7 장, Computer Vision의 Ground Truth에 대한 논의를위한 “Ground Truth 데이터, 콘텐츠, 메트릭 및 분석”- 인쇄 및 eBook 형식으로 제공됩니다.
thegroundtruthproject.org에 흥미로운 블로그가 있습니다.
NASA에는 Ground Truth가 포함 된 용어집이 있습니다. http://podaac.jpl.nasa.gov/Glossary
댓글
- 링크가 있습니까? thegroundtruthproject.org 블로그 게시물? Thx
답변
대부분의 경우 “실제 참”으로 사용됩니다. scikit (예 : Nunez-Iglesias et al. PLOS One , 문자 인식 Luis von Ahn et al. 과학 .
그러나 고정 값에 “실제 참”이 얼마나 가까운지는 입력의 복잡성과 “참조 데이터가 평가중인 인식 시스템보다 정확도가 떨어질 수 있는지”에 따라 달라질 수 있습니다. Lopresti and Nagy 와지면 트루 딩 문제를 검색하면 이 기호 인식 개요 와 같은 추가 결과를 얻을 수 있습니다. (가정 및 검증은 주로 특정 가설 / 구현을 참조합니다.)
답변
정확히 정의가 아닙니다. , 그러나 IBM의 James Kobielus가 머신 러닝의 기본 사실에 대한 간략하고 미묘한 설명 : http://www.ibmbigdatahub.com/blog/ground-truth-agile-machine-learning
머신 러닝 내에서 저는 지상 진실을 인식 론적 진실이나 실제 진실이 아니라 인간이 정의한 진실 또는 외부 진실이라고 부를 것입니다. 실측은 감독 형 머신 러닝의 기초입니다.
답변
가정 에 따른 의미. 가정은 전기 시스템에서 유일한 참조 전압으로 간주되는 접지입니다. 이 용어는 전기 엔지니어로부터 물려받은 기계 학습 분야의 컴퓨터 과학자들에 의해 채택되었습니다.