请选择 进入手机版 | 继续访问电脑版

机器学习中的鲁棒性(Robustness)

已有 146 次阅读2020-2-19 18:32 |系统分类:信息科学| 机器学习, 鲁棒性

鲁棒性(Robustness)维基百科:计算机科学中,健壮性(英语:Robustness)是指一个计算机系统在执行过程中处理错误,以及算法在遭遇输入、运算等异常时继续正常运行的能力。 诸如模糊测试之类的形式化方法中,必须通过制造错误的或不可预期的输入来验证程序的健壮性。很多商业产品都可用来测试软件系统的健壮性。健壮性也是失效评定分析中的一个方面。

  机器学习中的鲁棒性

  「鲁棒性」为 Robust 的音译,牛津词典中「Robust」的定义为:

  Strong and healthy; vigorous.the Caplan family are a robust lot

  1.1 (of an object) sturdy in construction.‘a robust metal cabinet’

  1.2 (of a system, organization, etc.) able to withstand or overcome adverse conditions.‘the country’s political system has continued to be robust in spite of its economic problems’

  1.3 Uncompromising and forceful.‘he took quite a robust view of my case’

  (of wine or food) strong and rich in flavour or smell.‘a robust mixture of fish, onions, capers and tomatoes’[1]

  其中,1.2 是我们在科学中使用「Robust」时所采用的含义,即一个系统或组织有抵御或克服不利条件的能力

  在机器学习,训练模型时,工程师可能会向算法内添加噪声(如对抗训练),以便测试算法的「鲁棒性」。可以将此处的鲁棒性理解为算法对数据变化的容忍度有多高

  鲁棒性并不同于稳定性,稳定性通常意味着「特性随时间不变化的能力」,鲁棒性则常被用来描述可以面对复杂适应系统的能力,需要更全面的对系统进行考虑

  Reference

  十万个是什么:怎么解释「鲁棒性」?

  把「robust」翻译为「鲁棒」最早起源于哪里?

  MBALib 鲁棒性


路过

鸡蛋

鲜花

握手

雷人
收藏 分享邀请 举报

评论 (0 个评论)

facelist

您需要登录后才可以评论 登录 | 立即注册

返回顶部