Risultati della ricerca
Vai alla navigazione
Vai alla ricerca
- [[Leave-One-Out Cross-Validation]] ...rmente utile per dataset di piccole dimensioni, è la [[Leave-One-Out Cross-Validation]] (LOOCV). Questo articolo mira a fornire una comprensione dettagliata dell ...11 KB (1 539 parole) - 07:43, 19 mar 2025
- * '''Hold-out Validation:''' La tecnica più semplice. Il dataset viene suddiviso in due parti: un s * '''k-Fold Cross-Validation:''' Questa è la tecnica più utilizzata. Il dataset viene suddiviso in k ...11 KB (1 551 parole) - 09:21, 21 mar 2025
- '''Time Series Cross-Validation''' La [[Time Series Cross-Validation]] (TSCV), o convalida incrociata per serie temporali, è una tecnica crucia ...12 KB (1 583 parole) - 01:42, 21 mar 2025
- * **Cross-Validation Integrata:** XGBoost include funzionalità di cross-validation integrate, semplificando il processo di valutazione del modello. model = xgb.XGBRegressor(objective='reg:squarederror', # Funzione di perdita per ...23 KB (2 687 parole) - 12:17, 21 mar 2025
- ...non generalizzare bene a nuovi dati. La [[Regolarizzazione]] e la [[Cross-Validation]] sono tecniche per mitigare questo rischio. | Trasparenza e Spiegabilità || [[SHAP values]], [[LIME (Local Interpretable Model-agnostic Explanations)]], [[Decision Trees]] ...13 KB (1 664 parole) - 13:50, 10 mag 2025
- ...Strumenti per la suddivisione dei dati in set di training e test, [[cross-validation]] e ottimizzazione degli iperparametri. model = LinearRegression() ...11 KB (1 445 parole) - 13:37, 20 mar 2025
- * '''Black Box Model:''' A volte sono considerati un modello "black box" perché la logica diet ...divisione) devono essere ottimizzati utilizzando tecniche come la [[Cross-Validation]]. ...11 KB (1 454 parole) - 07:04, 20 mar 2025
- * '''Modello (Model):''' L'algoritmo di apprendimento automatico che verrà addestrato. Esiston * '''Validation Set:''' Utilizzato per ottimizzare i parametri del modello durante l'addest ...12 KB (1 604 parole) - 16:41, 10 mag 2025
- [[Model Evaluation]] [[Cross-Validation]] ...32 KB (3 745 parole) - 02:29, 19 mar 2025
- * **LIME (Local Interpretable Model-agnostic Explanations):** LIME approssima localmente un modello complesso c [[Model Risk Management]] ...33 KB (3 168 parole) - 17:21, 10 mag 2025
- [[Black-Scholes Model]] [[Binomial Option Pricing Model]] ...30 KB (3 738 parole) - 13:33, 20 mar 2025
- * '''Expected Model Change:''' Questa strategia stima l'impatto che l'etichettatura di un deter [[Cross-Validation]] ...11 KB (1 511 parole) - 01:06, 11 mag 2025
- * **Diversificazione del Modello (Model Diversification):** Utilizzare un insieme di modelli diversi e combinare l * **Validazione Incrociata Robusta (Robust Cross-Validation):** Utilizzare tecniche di validazione incrociata che siano meno sensibili ...12 KB (1 494 parole) - 15:31, 10 mag 2025
- model = tf.keras.models.Sequential([ model.compile(optimizer='adam', ...11 KB (1 493 parole) - 00:09, 21 mar 2025
- [[Category:Model Validation]] [[Category:Model Deployment]] ...36 KB (3 964 parole) - 01:17, 11 mag 2025
- [[Black-Scholes Model]] [[Model Risk]] ...29 KB (3 275 parole) - 13:39, 19 mar 2025
- * **Domain Validation (DV):** Il tipo più semplice e meno costoso. La CA verifica solo che il r * **Organization Validation (OV):** La CA verifica l'identità dell'organizzazione che richiede il cert ...36 KB (3 909 parole) - 05:49, 20 mar 2025
- [[Black-Scholes Model]] [[Model Evaluation]] ...31 KB (3 615 parole) - 13:46, 20 mar 2025
- [[Categoria:Zero Trust Security Model]] [[Categoria:Security Certifications for Cybersecurity Validation]] ...35 KB (3 859 parole) - 12:31, 21 mar 2025
- [[Waterfall Model]] [[Data Validation]] ...21 KB (2 529 parole) - 03:19, 21 mar 2025