У нас вы можете посмотреть бесплатно A Guide to Cross-Validation for AI (with Dr. Tyler Bradshaw) или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Chapter breakdowns: 0:00 Introduction 3:09 Overfitting vs. generalizability 6:24 Pitfalls of using one-time split method 6:44 Pitfall #1: Non-representative test set 11:24 Pitfall #2: Tuning to the test set 19:12 Cross-validation 20:10 Important note: in CV we are testing pipeline, not a single model 22:25 K-fold, folded test set 27:30 K-fold, hold-out test-set 32:56 Nested cross-validation 41:29 leave-one-out 41:45 random sampling 44:55 selecting an approach: pros and cons 46:48 Final thoughts Reference paper: https://pubs.rsna.org/doi/abs/10.1148...