sorodni izrazi in sinonimi v sodobni slovenščini, hrvaščini in srbščini
Podobnost besed in fraz med rezultati je odvisna od tega, kolikokrat se beseda ali fraza pojavi v podobnem stavčnem kontekstu kot "testnih množicah".
Kliknite za poizvedbo
Širši sorodni izrazi
Izrazi, ki navajajo testnih množicah med svojimi sorodnimi izrazi, a jih seznam zgoraj ne doseže. Njihova podobnost je nižja od podobnosti zadnjega izraza nad njimi.
Pogosto skupaj z
auc
Primeri iz korpusa
Korpus Common Crawl
Common Crawl je korpus spletnih strani
Zdravi udeleženci in bolniki kažejo nasprotne vzorce povezanosti v testnih množicah obeh poskusov.
Zaradi tako izbranih razvrščevalnih modelov so bili tudi rezultati razvrščanja na testnih množicah za mero specifičnost ustrezno slabši.
Za primerjavo bomo uporabili obstoječe rezultate, ki so jih poročali in dosegali avtorji posameznih metod na neodvisnih testnih množicah.
Za prikaz smo združili napovedi na vseh desetih testnih množicah.
V rezultatih so podane povprečne uspešnosti razpoznavanja posameznih besed v testnih množicah, v katerih so motnje dodane v enakem razmerju signal/šum.
V primerjavah so navedene povpre ne vrednosti po posameznih skupinah testnih množic in na koncu še povpre je po vseh testnih množicah.
V fazi razvoja in testiranja napovednega modela smo analizirali zgolj podatke v učnih in testnih množicah.
Učenje s pravimi posnetki se izkaže za veliko uspešnejše na obeh testnih množicah.
Uspešnost izbire ocene zanesljivosti ocenimo v skladu s statistično značilnostjo korelacije te ocene na testnih množicah zunanje zanke.
To se je videlo tudi na testnih množicah, saj opazimo, da pri nekaterih že pri malo značilkah dosežemo skorajda popolno natančnost.
Testiranje modelov, zgrajenih na podatkih podnalog, je potekalo na prvotnih (celotnih) testnih množicah.
Rezultati razvrščanja na testnih množicah so pokazali, da je pri neuravnoteženih podatkih vrednost mere občutljivost komaj nekaj odstotkov.
Rezultate transkripcije izračunamo na tri načine, z različnimi postopki učenja in na dveh testnih množicah.
Primerjave izvedemo na različnih testnih množicah začetnih stanj sistema voziček-palica, ki se med seboj razlikujejo glede na parameter x.
Primerjava učinkovitosti različnih metod ni enostavna, saj veliko avtorjev svoje metode preizkuša na svojih nestandardnih testnih množicah.
Primerjava med različnimi metodami je zelo težka, ker so posamezne metode preizkušene na različnih testnih množicah slik.
Pri evalviranju modelov na obeh testnih množicah nismo opazili večjih odstopanj.
Pri drugih dveh realnih testnih množicah pa dobimo slabe rezultate in lahko te razumemo kot naključne.
Preverjanje na večjih testnih množicah je pokazalo, da se rezultati ujemajo s teoretičnimi napovedmi.
Potem uporabimo trening množice, da z algoritmom napovemo razrede atributom v testnih množicah.