অনলাইন এবং হার্ড নেগেটিভ মাইনিং

হার্ড নেগেটিভ মাইনিং সবচেয়ে তথ্যপূর্ণ, কঠিন থেকে আলাদা করার উদাহরণ বেছে নেয় সহজে যে মডেলটি ইতিমধ্যেই সঠিক হয়েছে তার জন্য প্রচেষ্টা নষ্ট করার পরিবর্তে প্রশিক্ষণের জন্য। এটি এমন একটি কৌশল যা মেট্রিক শিক্ষা এবং বস্তু সনাক্তকরণকে দ্রুত এবং সঠিকভাবে একত্রিত করে।

সহজ নেতিবাচকগুলি মার্জিনের বাইরে ভালভাবে বসে, ইতিমধ্যেই ক্ষতি পূরণ করে, এবং মূলত কোন গ্রেডিয়েন্ট অবদান রাখে না, তাই প্রশিক্ষণ স্টল।

অনলাইন মাইনিং প্রতিটি ধাপে বর্তমান ব্যাচের মধ্যে জোড়ার মতো দূরত্ব গণনা করে, যখন অফলাইন মাইনিং পর্যায়ক্রমে পুরো ডেটাসেট স্ক্যান করে এবং বাসি হয়ে যেতে পারে।

আধা-হার্ড নেগেটিভগুলি ইতিবাচকের চেয়ে নোঙ্গর থেকে অনেক দূরে কিন্তু মার্জিনের ভিতরে পড়ে, যা পরম কঠিনতম ক্ষেত্রে অস্থিরতা ছাড়াই দরকারী, স্থিতিশীল গ্রেডিয়েন্ট দেয়।

ব্যাচ-হার্ড মাইনিং সবচেয়ে কঠিন কেস বাছাই করে: প্রতিটি অ্যাঙ্করের জন্য এটি ব্যাচের সবচেয়ে দূরবর্তী ইতিবাচক এবং নিকটতম (সবচেয়ে বিভ্রান্তিকর) নেতিবাচক লাগে।

একটি বড় ব্যাচ একটি বৃহত্তর পেয়ারওয়াইজ দূরত্ব ম্যাট্রিক্স দেয়, তাই প্রতিটি ধাপ থেকে সবচেয়ে কঠিন খননের জন্য আরও বেশি প্রার্থী নেতিবাচক রয়েছে।