作者stayfool (fool)
看板DataScience
標題[問題] 機器學習能不能用在編碼
時間Fri Sep 10 17:52:24 2021
*[1;32m問題類別:(ex：DL)
使用工具:(ex:python tensorflow)
問題內容:
位元 0 代表 關閉 ，1 代表 開啟
資料集正確答案第1筆是 001
當電腦預測第1筆是000時，000 跟 001 的誤差，
不是常數1 (絕對不是001 - 000 = 1)
1.想請教機器有辦法作這種學習嗎?
2.若可以，loss function 損失函數該如何設計
請給我關鍵字或連結，我自已查就可以了 謝謝
謝謝Y大回答，想再請教若是編碼混合數值的問題，
機器能否學習，損失函數如何設計?
舉例如下
資料集第1筆答案是 11 24 ，第1個位置的數值是11，第2個位置的數值是24
電腦預測第1筆答案是 22 XX
第1個位置的誤差是常數 11 (22 -11 = 11) ，第1個位置有值，代表 on
第2個位置的誤差是非常數 ， XX 代表無值 , 第2個位置無值，代表 off
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.161.245.103 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1631267546.A.EB4.html
1F：推 yoyololicon: 你的bit array長度固定嗎？ 如果是，每種組合當作一 09/10 17:57
2F：→ yoyololicon: 個class做classification就好惹 09/10 17:57
※ 編輯: stayfool (1.161.245.103 臺灣), 09/10/2021 19:11:27
3F：推 st1009: 關鍵字 one hot (? 09/10 19:07
4F：推 argorok: 感覺像Hamming Distance 09/10 20:28
5F：→ argorok: 重看一遍應該classification比較符合XD 09/10 20:34
6F：推 wang19980531: 有值無值是明確定義的規則的話 不用DL 09/10 21:40
7F：推 mom213: 之前讀視訊/影像壓縮paper有類似的編碼loss 不知道是不是 09/11 01:13
8F：→ mom213: 你要的 09/11 01:13
9F：推 ej0cl6: 可以看看cost-sensitive multiclass/multilabel classific 09/13 01:35
10F：→ ej0cl6: ation，或是自己設計loss是誤差的upper bound也可以 09/13 01:35
11F：推 johnnyjana: 其實我不太懂你的例子 09/25 10:52
12F：推 johnnyjana: q靈一下 覺得可能是wasserstein distance 讓預測的 09/25 10:55
13F：→ johnnyjana: 分佈跟要的誤差接近? 09/25 10:55
14F：→ johnnyjana: 通靈一下 09/25 10:56