สมมติฐานในการเรียนรู้ของเครื่องคืออะไร? จะสร้างสมมติฐานได้อย่างไร?

การทดสอบสมมติฐานเป็นหัวข้อกว้างๆ ที่สามารถใช้ได้กับหลายสาขา เมื่อเราศึกษาสถิติ การทดสอบสมมติฐานนั้นเกี่ยวข้องกับข้อมูลจากหลาย ๆ ประชากร และการทดสอบคือเพื่อดูว่าผลกระทบที่มีต่อประชากรมีนัยสำคัญเพียงใด

สิ่งนี้เกี่ยวข้องกับการคำนวณค่า p และเปรียบเทียบกับค่าวิกฤตหรือค่าอัลฟ่า เมื่อพูดถึงแมชชีนเลิร์นนิง การทดสอบสมมติฐานเกี่ยวข้องกับการค้นหาฟังก์ชันที่ใกล้เคียงคุณลักษณะอิสระกับเป้าหมายได้ดีที่สุด แมปอินพุตกับเอาท์พุต

ในตอนท้ายของบทช่วยสอนนี้ คุณจะทราบสิ่งต่อไปนี้:

• สมมติฐานในสถิติเทียบกับการเรียนรู้ของเครื่องคืออะไร
• พื้นที่สมมุติฐานคืออะไร?
• กระบวนการสร้างสมมติฐาน

สมมติฐานในสถิติ

สมมติฐานคือการสันนิษฐานของผลลัพธ์ที่ปลอมแปลงได้ หมายความว่าสามารถพิสูจน์ได้ว่าผิดด้วยหลักฐานบางอย่าง สมมติฐานสามารถถูกปฏิเสธหรือไม่ถูกปฏิเสธก็ได้ เราไม่เคยยอมรับสมมติฐานใด ๆ ในสถิติเพราะมันเป็นเรื่องของความน่าจะเป็นและเราไม่เคยแน่นอน 100% ก่อนเริ่มการทดสอบ เรากำหนดสมมติฐานสองข้อ:

1. Null Hypothesis บอกว่าไม่มีผลอย่างมีนัยสำคัญ

2. สมมติฐานทางเลือก: บอกว่ามีผลสำคัญบางอย่าง

ในสถิติ เราเปรียบเทียบค่า P (ซึ่งคำนวณโดยใช้การทดสอบทางสถิติประเภทต่างๆ) กับค่าวิกฤตหรืออัลฟ่า ยิ่งค่า P-value มาก โอกาสก็ยิ่งสูงขึ้น ซึ่งหมายความว่าผลกระทบไม่มีนัยสำคัญ และเราสรุปว่าเรา ล้มเหลวในการปฏิเสธสมมติฐาน ว่าง

กล่าวอีกนัยหนึ่ง ผลกระทบมีโอกาสเกิดขึ้นสูงโดยบังเอิญและไม่มีนัยสำคัญทางสถิติ ในทางกลับกัน หากเราได้ค่า P น้อยมาก แสดงว่ามีโอกาสน้อย นั่นหมายถึงความน่าจะเป็นของเหตุการณ์ที่เกิดขึ้นโดยบังเอิญนั้นต่ำมาก

เข้าร่วม หลักสูตร ML และ AI ออนไลน์จากมหาวิทยาลัยชั้นนำของโลก – ปริญญาโท โปรแกรม Executive Post Graduate และหลักสูตรประกาศนียบัตรขั้นสูงใน ML & AI เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว

ระดับความสำคัญ

มีการตั้งค่าระดับความสำคัญก่อนเริ่มการทดสอบ สิ่งนี้กำหนดว่าความทนทานต่อข้อผิดพลาดอยู่ที่ระดับใดและระดับใดที่สามารถพิจารณาผลกระทบที่มีนัยสำคัญได้ ค่าทั่วไปสำหรับระดับนัยสำคัญคือ 95% ซึ่งหมายความว่ามีโอกาส 5% ที่เราจะโดนการทดสอบหลอกและเกิดข้อผิดพลาด กล่าวอีกนัยหนึ่ง ค่าวิกฤตคือ 0.05 ซึ่งทำหน้าที่เป็นเกณฑ์ ในทำนองเดียวกัน หากกำหนดระดับนัยสำคัญไว้ที่ 99% ก็จะหมายถึงค่าวิกฤตที่ 0.01%

P-Value

การทดสอบทางสถิติดำเนินการกับประชากรและกลุ่มตัวอย่างเพื่อหาค่า P จากนั้นจึงนำไปเปรียบเทียบกับค่าวิกฤต หากค่า P ออกมาน้อยกว่าค่าวิกฤต เราก็สามารถสรุปได้ว่าผลกระทบนั้นมีนัยสำคัญ และด้วยเหตุนี้จึงปฏิเสธสมมติฐานว่าง (ที่กล่าวว่าไม่มีผลกระทบที่มีนัยสำคัญ) หากค่า P-Value ออกมามากกว่าค่าวิกฤต เราสามารถสรุปได้ว่าไม่มีผลกระทบที่มีนัยสำคัญและด้วยเหตุนี้จึงล้มเหลวในการปฏิเสธ Null Hypothesis

เนื่องจากเราไม่สามารถมั่นใจได้ 100% จึงมีโอกาสเสมอที่การทดสอบของเราจะถูกต้อง แต่ผลลัพธ์ก็ทำให้เข้าใจผิด ซึ่งหมายความว่าเราปฏิเสธค่า null เมื่อมันไม่ได้ผิดจริง นอกจากนี้ยังสามารถหมายความว่าเราไม่ปฏิเสธค่าว่างเมื่อเป็นเท็จจริงๆ นี่คือข้อผิดพลาดประเภทที่ 1 และประเภทที่ 2 ของการทดสอบสมมติฐาน

ตัวอย่าง

พิจารณาว่าคุณกำลังทำงานให้กับผู้ผลิตวัคซีน และทีมของคุณพัฒนาวัคซีนสำหรับ Covid-19 เพื่อพิสูจน์ประสิทธิภาพของวัคซีนนี้ จำเป็นต้องได้รับการพิสูจน์ทางสถิติว่ามีประสิทธิภาพในมนุษย์ ดังนั้นเราจึงนำคนสองกลุ่มที่มีขนาดและคุณสมบัติเท่ากัน เราให้วัคซีนแก่กลุ่ม A และให้ยาหลอกแก่กลุ่ม B เราทำการวิเคราะห์เพื่อดูว่าคนในกลุ่ม A ติดเชื้อกี่คน และในกลุ่ม B ติดเชื้อกี่คน

เราทดสอบหลายครั้งเพื่อดูว่ากลุ่ม A มีภูมิคุ้มกันที่มีนัยสำคัญต่อ Covid-19 หรือไม่ เราคำนวณค่า P สำหรับการทดสอบทั้งหมดเหล่านี้ และสรุปได้ว่าค่า P นั้นน้อยกว่าค่าวิกฤตเสมอ ดังนั้น เราจึงสามารถปฏิเสธสมมติฐานว่างได้อย่างปลอดภัยและสรุปได้ว่ามีผลที่สำคัญจริงๆ

อ่าน: อธิบายแบบจำลองการเรียนรู้ของเครื่อง

สมมติฐานในการเรียนรู้ของเครื่อง

สมมติฐานในการเรียนรู้ของเครื่องจะใช้เมื่ออยู่ในการเรียนรู้ของเครื่องภายใต้การดูแล เราจำเป็นต้องค้นหาฟังก์ชันที่จับคู่อินพุตกับเอาต์พุตได้ดีที่สุด นี่ยังสามารถเรียกว่าการประมาณฟังก์ชันได้ เนื่องจากเรากำลังประมาณฟังก์ชันเป้าหมายที่แมปคุณลักษณะกับเป้าหมายได้ดีที่สุด

1. สมมติฐาน (h): สมมติฐานอาจเป็นแบบจำลองเดียวที่จับคู่คุณลักษณะต่างๆ กับเป้าหมาย อย่างไรก็ตาม อาจเป็นผลลัพธ์/เมตริก สมมติฐานมีความหมายโดย " h "

2. Hypothesis Space(H): พื้นที่สมมุติฐานคือช่วงที่สมบูรณ์ของแบบจำลองและพารามิเตอร์ที่เป็นไปได้ของพวกมันที่สามารถนำมาใช้เพื่อสร้างแบบจำลองข้อมูลได้ มันมีความหมายโดย “ H ” กล่าวอีกนัยหนึ่ง สมมติฐานเป็นส่วนย่อยของพื้นที่สมมติฐาน

กระบวนการสร้างสมมติฐาน

โดยพื้นฐานแล้ว เรามีข้อมูลการฝึกอบรม (คุณสมบัติอิสระและเป้าหมาย) และฟังก์ชันเป้าหมายที่จับคู่คุณสมบัติกับเป้าหมาย จากนั้นจะรันบนอัลกอริธึมประเภทต่างๆ โดยใช้การกำหนดค่าประเภทต่างๆ ของพื้นที่พารามิเตอร์ไฮเปอร์พารามิเตอร์ เพื่อตรวจสอบว่าการกำหนดค่าใดให้ผลลัพธ์ที่ดีที่สุด ข้อมูลการฝึกอบรมใช้เพื่อกำหนดและค้นหาสมมติฐานที่ดีที่สุดจากพื้นที่สมมติฐาน ข้อมูลการทดสอบใช้เพื่อตรวจสอบหรือตรวจสอบผลลัพธ์ที่เกิดจากสมมติฐาน

ลองพิจารณาตัวอย่างที่เรามีชุดข้อมูล 10,000 อินสแตนซ์พร้อม 10 คุณสมบัติและหนึ่งเป้าหมาย เป้าหมายคือไบนารี ซึ่งหมายความว่าเป็นปัญหาการจำแนกประเภทไบนารี สมมติว่าเราจำลองข้อมูลนี้โดยใช้ Logistic Regression และได้รับความแม่นยำ 78% เราสามารถวาดเส้นการถดถอยที่แยกชั้นทั้งสองออกจากกัน นี่คือสมมติฐาน (h) จากนั้นเราทดสอบสมมติฐานนี้กับข้อมูลการทดสอบและได้คะแนน 74%

ทีนี้ สมมติอีกครั้งว่าเราใส่โมเดล RandomForests เข้ากับข้อมูลเดียวกันและได้รับคะแนนความแม่นยำ 85% นี่เป็นการปรับปรุงที่ดีกว่า Logistic Regression แล้ว ตอนนี้เราตัดสินใจที่จะปรับไฮเปอร์พารามิเตอร์ของ RandomForests เพื่อให้ได้คะแนนที่ดีขึ้นในข้อมูลเดียวกัน เราทำการค้นหาตารางและเรียกใช้โมเดล RandomForest หลายตัวกับข้อมูลและตรวจสอบประสิทธิภาพ ในขั้นตอนนี้ เรากำลังค้นหา Hypothesis Space(H) เพื่อหาฟังก์ชันที่ดีกว่า หลังจากเสร็จสิ้นการค้นหาตาราง เราได้คะแนนที่ดีที่สุด 89% และสิ้นสุดการค้นหา

ตอนนี้ เรายังลองใช้โมเดลอื่นๆ เช่น XGBoost, Support Vector Machine และ Naive Bayes theorem เพื่อทดสอบการแสดงบนข้อมูลเดียวกัน จากนั้นเราเลือกแบบจำลองที่มีประสิทธิภาพดีที่สุดและทดสอบกับข้อมูลการทดสอบเพื่อตรวจสอบประสิทธิภาพและได้คะแนน 87%

ชำระเงิน: โปรเจ็กต์และหัวข้อแมชชีนเลิร์นนิง

ก่อนที่คุณจะไป

สมมติฐานเป็นส่วนสำคัญของการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูล มีอยู่ในทุกโดเมนของการวิเคราะห์และเป็นปัจจัยในการตัดสินใจว่าควรทำการเปลี่ยนแปลงหรือไม่ ไม่ว่าจะเป็นยา ซอฟต์แวร์ การขาย ฯลฯ สมมติฐานครอบคลุมชุดข้อมูลการฝึกอบรมที่สมบูรณ์เพื่อตรวจสอบประสิทธิภาพของแบบจำลองจากพื้นที่สมมติฐาน

สมมติฐานต้องสามารถปลอมแปลงได้ ซึ่งหมายความว่าจะต้องสามารถทดสอบและพิสูจน์ได้ว่าผิดหากผลลัพธ์ไม่เป็นไปตามนั้น ขั้นตอนการค้นหาการกำหนดค่าที่ดีที่สุดของแบบจำลองนั้นใช้เวลานานเมื่อต้องตรวจสอบการกำหนดค่าที่แตกต่างกันจำนวนมาก มีวิธีทำให้กระบวนการนี้เร็วขึ้นด้วยโดยใช้เทคนิคต่างๆ เช่น Random Search of hyperparameters

หากคุณสนใจที่จะเรียนรู้เพิ่มเติมเกี่ยวกับแมชชีนเลิร์นนิง โปรดดูที่ IIIT-B & upGrad's Executive PG Program in Machine Learning & AI ซึ่งออกแบบมาสำหรับมืออาชีพที่ทำงานและมีการฝึกอบรมที่เข้มงวดมากกว่า 450 ชั่วโมง กรณีศึกษาและการมอบหมายมากกว่า 30 รายการ IIIT -B สถานะศิษย์เก่า 5+ โครงการหลักที่ปฏิบัติได้จริง & ความช่วยเหลืองานกับ บริษัท ชั้นนำ