November 2021
Intermediate to advanced
432 pages
13h 22m
German
Software-Best-Practices wie zum Beispiel Unit-Tests gehen davon aus, dass ausgeführter Code eine deterministische Ausgabe liefert:
def sigmoid(x):
return 1.0 / (1 + np.exp(-x))
class TestSigmoid(unittest.TestCase):
def test_zero(self):
self.assertAlmostEqual(sigmoid(0), 0.5)
def test_neginf(self):
self.assertAlmostEqual(sigmoid(float("-inf")), 0)
def test_inf(self):
self.assertAlmostEqual(sigmoid(float("inf")), 1)
Beim maschinellen Lernen ist eine derartige Reproduzierbarkeit schwierig. Beim Training werden ML-Modelle mit Zufallswerten initialisiert und dann basierend auf den Trainingsdaten angepasst. Wenn Sie aber in dem von scikit-learn implementierten einfachen k-Means-Algorithmus random_state ...
Read now
Unlock full access