دورانِ جائزہ کا دن، دور دراز ML / GenAI انٹرن شپ میں۔ تین ویڈیوز۔ ایک قاعدہ۔ ٹریننگ سکور ثبوت نہیں ہے۔ جو میں نے برقرار رکھا: 1. انتخاب سطروں کو پیچھے رکھیں۔ ٹریننگ سیکھتی ہے۔ ویلیڈیشن ٹیون کرتی ہے۔ ٹیسٹ ایک ایماندار سکور ہے۔ ٹیسٹ سیٹ پر ٹیون نہ کریں۔ k-fold بھی اسی خیال کا ہے، گھومتے ہوئے۔ 2. فٹ کم فٹ: ٹرین اور ٹیسٹ دونوں پر بری طرح۔ بہت سادہ۔ زیادہ فٹ: ٹرین پر عالی، ٹیسٹ پر کمزور۔ اس نے ہوم ورک کو حفظ کر لیا۔ 3. نقصان نقصان وہ غلطی ہے: اصل مانوس - پیشگوئی۔ اسے مربع کر دیں تاکہ منفی نہ ہو سکے۔ اس کا اوسط لیں۔ ایک نمبر کو MSE درکار ہے۔ ایک طبقہ کو کراس انٹروپی درکار ہے۔ پیرامیٹرز اس غلطی کو کم کرنے کے لیے حرکت کرتے ہیں۔ تین قفل: نقصان ماڈل کو بتاتا ہے کہ وہ کتنی غلط تھا۔ ویلیڈیشن مجھے بتاتی ہے کہ وہ حرکت عام تھی یا نہیں۔ زیادہ فٹ ایک چھوٹی سی ٹرین غلطی اور ایک بڑی ٹیسٹ غلطی ہے۔ جو سوال میرے پاس اب بھی ہے: اگر دو ماڈلز کا ٹیسٹ نقصان مشابہ ہو، تو کیا میں سادہ تر والے کو منتخب کروں؟