この論文は、各クラスごとのトレーニング例の数を考慮し、全体のトレーニング例だけでなく、機械学習分類モデルのパフォーマンスを予測する問題に焦点を当てています。異なるクラス間の分布がモデルパフォーマンスに与える影響を詳しく調査する方法が開発されました。さらに、異なるドメインから関連する文献が紹介され、実験結果や理論的予測が提示されています。これらの情報から、特定のアルゴリズムが提案され、CIFAR10およびEMNISTデータセットで適用されました。また、異なる回帰関数(Arctan、Logarithmic、Algebraic Root)による推定とその結果も示されています。
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Thom... kl. arxiv.org 03-12-2024
https://arxiv.org/pdf/2403.06311.pdfDybere Forespørgsler