0

Un modèle d'apprentissage automatique a été formé pour reconnaître le nom d'animaux et de plantes. Si l'on suppose qu'un nom d'automobile est donné, est-il possible de dire que le nom donné n'appartient pas à la catégorie animaux ou plantes? Si possible, veuillez mentionner la méthodologie ou l'algorithme qui réalise ce scénario.Possibilité d'identification d'un objet non formé dans l'apprentissage automatique

E.g. Si 'Lion' ou 'Arbre de noix de coco' est donné, le modèle prédit la catégorie 'Animaux' ou 'Arbres'. Si l'on suppose que «Audi» est donné, est-il possible de dire que l'objet donné n'appartient ni aux «animaux» ni aux «plantes». (Note: J'ai entendu dire que le modèle d'apprentissage automatique va essayer de s'adapter à l'une ou l'autre de la catégorie).

+1

vous pouvez ajouter une troisième option (dans le train de données) qui n'est pas animale et pas arborescence – malioboro

+0

Merci. Mais, est-il possible de dire sans ajouter aux données d'entraînement? c'est-à-dire qu'il est entraîné sur les animaux et les arbres et quand 'Audi' est donné, il peut ne pas trouver beaucoup de caractéristiques correspondant à cela, est-il possible que ce soit dit, ce n'est ni une plante ni un animal. –

+0

vous pouvez essayer d'utiliser la détection Anomali si vous ne pouvez pas ajouter des données d'entraînement – malioboro

Répondre

1

Un classificateur vous donne en fait une probabilité d'élément appartenant à une catégorie, sauf si vous ajoutez un dernier calque ou un post-traitement qui traduit ces probabilités en un et en zéros. Ainsi, vous pouvez définir un certain seuil de confiance pour les probabilités et si le classificateur ne sort pas de probabilités au-dessus du seuil, appelez la sortie indécise. Un "audi" peut toujours avoir des caractéristiques qui font croire au réseau qu'il est arboré par exemple.