Revise Chương 20-23 #415
Revise Chương 20-23 #415
Conversation
|
Một số chỗ mình chưa giải quyết:
|
Co-Authored-By: tiepvupsu <[email protected]>
|
À anh quên, vì nhiều chương khác cũng đang dùng "fit", "overfit", "underfit" nên em cứ giữ nguyên đã. Khi nào thay thì thay một loạt các từ này. |
|
Vâng. Mà có một vài chỗ các bạn để luôn là "underfitting" với "overfitting" luôn nên khi nào thay anh kiểm tra luôn các từ này nhé |
Co-Authored-By: tiepvupsu <[email protected]>
Để anh sang cái issue note lại. Em đừng đóng issue đó nhé. |
Em nghĩ sẽ để nguyên rồi thay đồng loạt luôn. Thay bây giờ sẽ dễ conflict. Anh đừng merge vội |
There was a problem hiding this comment.
Cảm ơn bài dịch của bạn về 4 chương dài ...ngoẵng này. Mình có một vài comments bên dưới bạn tham khảo.
Về cơ bản có một số từ chưa dịch như "clip", từ "chúng ta" nên được dịch là "ta" cho hợp với các chương trước đó. Các từ "bạn" và "của bạn" được dùng khá nhiều mà phần lớn có thể được lược bỏ.
Có sự không đồng nhất về dịch từ "training error" tỉ lệ lỗi huấn luyện (khi có "tỉ lệ, khi không).
Bạn tham khảo nhé.
Cheer :D
|
|
||
| > Whereas in the previous chapter we called this a high bias classifier, now we would say that error from avoidable bias is 1%, and the error from variance is about 1%. Thus, the algorithm is already doing well, with little room for improvement. It is only 2% worse than the optimal error rate. | ||
|
|
||
| Trong khi ở chương trước chúng ta gọi đây là một bộ phân loại có độ chệch cao, bây giờ chúng ta nói rằng lỗi từ độ chệch có thể tránh được là 1% và lỗi từ phương sai là khoảng 1%. Do đó, thuật toán của chúng ta đã là rất tốt và có rất ít cơ hội cải thiện. Nó chỉ kém đúng 2% so với tỉ lệ lỗi tối ưu. | ||
| Trong khi ở chương trước chúng ta gọi đây là một bộ phân loại có độ chệch cao, bây giờ chúng ta nói rằng lỗi từ độ chệch tránh được là 1% và lỗi từ phương sai là khoảng 1%. Do đó, thuật toán của chúng ta đã là rất tốt và có rất ít khoảng trống để cải thiện. Nó chỉ kém đúng 2% so với tỉ lệ lỗi tối ưu. |
There was a problem hiding this comment.
- Mình thấy từ "khoảng trống để cải thiện" nghe hơi giống tiêng Anh hơn là tiếng Việt.
chapters/ch22.md
Outdated
|
|
||
| > In the last few chapters, you learned how to estimate avoidable/unavoidable bias and variance by looking at training and dev set error rates. The next chapter will discuss how you can use insights from such an analysis to prioritize techniques that reduce bias vs. techniques that reduce variance. There are very different techniques that you should apply depending on whether your project’s current problem is high (avoidable) bias or high variance. Read on! | ||
|
|
||
| Trong một vài chương trước, bạn đã học cách ước tính phương sai và độ chệch có thể tránh được/không thể tránh được bằng cách xem xét tỉ lệ lỗi huấn luyện và phát triển. Chương tiếp theo sẽ thảo luận về cách bạn có thể sử dụng những hiểu biết sâu sắc từ phân tích như vậy để ưu tiên các kỹ thuật làm giảm độ chệch so với các kỹ thuật làm giảm phương sai. Có nhiều kỹ thuật khác nhau nên áp dụng, tuỳ thuộc vào vấn đề hiện tại trong dự án của bạn là độ chệch (có thể tránh được) cao hay phương sai cao. Đọc tiếp! | ||
| Trong một vài chương trước, bạn đã học cách ước tính phương sai và độ chệch tránh được/không tránh được bằng cách xem xét tỉ lệ lỗi huấn luyện và phát triển. Chương tiếp theo sẽ thảo luận về cách bạn có thể sử dụng những hiểu biết sâu sắc từ phân tích đó để ưu tiên các kỹ thuật làm giảm độ chệch hoặc các kỹ thuật làm giảm phương sai. Có nhiều kỹ thuật khác nhau nên áp dụng tuỳ thuộc vào vấn đề hiện tại trong dự án của bạn là độ chệch (tránh được) cao hay phương sai cao. Hãy đọc tiếp! |
There was a problem hiding this comment.
- Trong một vài chương trước, --> một vài chương gần đây
- "ước tính" --> tính
- "xem xét tỉ lệ lỗi huấn luyện và phát triển. " --> xem xét tỉ lệ lỗi huấn luyện và tỉ lệ lỗi phát triển.
There was a problem hiding this comment.
- Hãy đọc tiếp ---> Hồi sau sẽ rõ.
Mình có kiểm tra và sửa những chỗ không đồng nhất như vậy. Có thể từ "tỉ lệ" bạn gặp là từ "training error rate" Còn phần comment thì ... để mình đọc dần 😅 . Thank bạn |
Co-Authored-By: Thuong Nguyen <[email protected]>
Co-Authored-By: Thuong Nguyen <[email protected]>
Co-Authored-By: Thuong Nguyen <[email protected]>
Co-Authored-By: Thuong Nguyen <[email protected]>
Co-Authored-By: Thuong Nguyen <[email protected]>
Co-Authored-By: Thuong Nguyen <[email protected]>
Co-Authored-By: Thuong Nguyen <[email protected]>
Co-Authored-By: Thuong Nguyen <[email protected]>
|
Mình tưởng là thống nhất cập nhật từ khóa "overfitting" rồi chứ nhỉ? |
|
Theo anh Tiệp thì nên để lại rồi sửa đồng loạt luôn vì các chương khác cũng có từ này |
@rootonchair em có thể giúp sửa đồng loạt các chương được không? |
|
@aivivn Anh có thể tạo issue và nêu yêu cầu. Em sẽ nhận |
Nếu bạn tạo Pull Request để dịch, vui lòng hoàn thành các thông tin dưới đây.
Đánh dấu [x] (không có dấu cách quanh x) thể hiện dấu tick vào các câu dưới đây cho các câu trả lời 'Có' hoặc 'Đúng'
Pull Request này được link tới một issue? Đánh số issue đó ngay sau dấu
#: close Revise Chương 20-23 #384Bạn có kiến thức về Học Máy không? Chúng tôi ưu tiên những người có trước kiến thức về Học Máy để việc review được thuận tiện hơn.
Bạn đã đọc Bảng thuật ngữ chưa? Bạn cần dịch các thuật ngữ theo bảng thuật ngữ chung.
Pull request này đã sẵn sàng cho việc review chưa?
Lưu ý
Chỉ bắt đầu review khi mọi mục trên đây đều đã được tick.