قائمة مصطلحات التعلم الآلي (09): قاعدة القرار المقبولة Admissible Decision Rule

قاعدة القرار المقبولة Admissible Decision Rule

تعتبر قاعدة القرار المقبولة Admissible Decision Rule قاعدة لإتخاذ أفضل قرار ، بالمعنى الدقيق “الأفضل” . هذا المفهوم مماثل لكفاءة باريتو. قاعدة القرار المقبول هي عبارة عن دالة لتحديد مسار العمل المتاح الذي يولد دائمًا أفضل نتيجة. و هذا لا يعني أن القرار المتخذ يتعبر الحل الأمثل لمشكلة ما ، فقط يمكن إعتباره كأنه قاعدة القرار الأكثر شيوعًا (المقبول) بين جميع مسارات العمل المتاحة حاليًا. تختلف العملية المحددة لتحديد مقبولية أي قرار بناءا على نموذج الاحتمال المستخدم ، سواء كان تكرريا Frequentist أو بايزيًا Bayesian.

ما هو الفرق بين قواعد القرار التكرارية Frequentist Decision Rules و قواعد القرار البايزية Bayesian Decision Rules؟

في النموذج التكراري (الإحصاء الكلاسيكي) ، يتمثل الهدف في اختيار قاعدة القرار التي تتمتع بأفضل توازن بين دالة الفقد loss function (التكلفة) و دالة التوقع expectation function (المخاطرة) ، فيما يتعلق بجميع القرارات الأخرى الممكنة. في هذا النهج ، تعتبر نطاق و قيود عينة البيانات ، بالاضافة إلى دالة المخاطرة ثابتة.

على النقيض من ذلك ، فٌن في احتمال بايز Bayesian probability، يتم تحديد طبيعة البيانات و دالة المخاطرة من خلال مجموعة من الاحتمالات (التوقعات) التي يجب اختيارها قبل أن يتم حساب قاعدة القرار الأفضل. يمكن اختيار هذا الاحتمال المسبق prior probability من النماذج والتجارب السابقة و بعض المبادئ العامة مثل زيادة الانتروبيا maximizing entropy أو من التقييم البشري. في حالة عدم توفر أي معلومات ، يمكن إنشاء احتمال مسبق غير مفيد uninformative prior probability يعكس التوازن بين النتائج.

يمكن مشاهدة الفيديو التالي لتوضج الفكرة أكثر

 

Share on facebook
فاسبوك
Share on twitter
تويتر
Share on linkedin
لينكد إن
Share on whatsapp
واتساب

اترك تعليقاً

المشاركات الاخيرة

أحدث التعليقات

أفحص بحثك بالمجان

رفع الملف