فرق بین erm و srm
 

چه فرقی میان emprical risk minimization و structural risk minimization وجود داره؟

چرا کسی جواب نمیده؟؟؟؟؟؟

در emirical risk minimization هدف اندازه گیری میزان باند خطا برای فرضیه (مدل) مورد نظر است. با توجه به اینکه اطلاعتی همچون توزیع واقعی داده ها مشخص نیست، باند خطا با استفاده از داده های آموزشی تقریب زده می شود که به همین خاطر به آن empirical risk می گویند.
از بین فرضیه های ممکن برای یک مسئله، فرضیه ای انتخاب می شود که کمترین empirical risk را داشته باشد. پس با در نظر گرفتن یک رابطه بهینه سازی فرضیه ای که مقدار این ریسک را کم کند انتخاب می شود.

از طرفی مشکل بیش برازش (Overfitting) در خیلی از مسائل یادگیری ماشین وجود دارد. برای کاهش این مشکل از structural risk minimization در رابطه بهینه سازی استفاده می شود تا فرضیه انتخاب شود که در آن این مشکل کمتر است و فرضیه عمومیت بیشتری دارد. در واقع این ریسک از empirical risk کلی تر است.
در یک جمله می توان تفاوت این دو را به این صورت بیان نمود:
empirical risk بدون در نظر گرفتن مشکل بیش برازش سعی می کند فرضیه ای را انتخاب کند که کمترین ریسک را روی داده های آموزشی داشته باشد در حالی که structural risk نه تنها کار empirical risk را انجام می دهد (انتخاب فرضیه با کمترین ریسک ) بلکه سعی می کند فرضیه انتخاب شده مشکل overfitting را نداشته و عمومیت بیشتری داشته باشد.

میشه یه خورده ساده تر توضیح بدید
خیلی تخصصی گفتید . مرسی

چرا هیشکی اینجا جواب نمیدهههههه

آقای dbdb تفاوت دو اصطلاح به زبان ساده بیان شد. شما رشته تون چیه؟؟؟ احتمالا هیچ مطالعه ای در زمینه یادگیری ماشین یا الگوشناسی نداشته اید!!!

رشتم فنی هست
آره تقرریبا هیچ مطالعه ای نداشتم

خب شما ابتدا باید با مفاهیم اولیه آشنا شوید سپس سراغ مباحث پیشرفته ای همچون structural risk بروید.
در اینترنت منابع خوبی هست که میتونه بهتون کمک کنه