Grundwahrheitsdefinition

Ich habe zwei Bedeutungen gefunden, wie "Grundwahrheit" beim maschinellen Lernen verwendet wird:

• Etwas, von dem angenommen werden kann, dass es wahr ist
• Etwas, das zuvor als wahr bestätigt wurde

Obwohl im Detail ähnlich, können sich die beiden unterscheiden. Vielleicht werden sie synonym verwendet, aber ein Zitat wäre für jede Bedeutung nett. Ich konnte keine Definition in der Literatur finden, nur weil sie in Zeitungen verwendet wurde.

Der Begriff "Bodenwahrheit" wurde in den Geologie- / Geowissenschaften geprägt, um die Validierung von Daten zu beschreiben, indem man vor Ort ausgeht und "vor Ort" prüft. Es wurde in anderen Bereichen übernommen, um den Begriff der Daten auszudrücken, von denen "bekannt" ist, dass sie korrekt sind. Nach meiner persönlichen Erfahrung ist es in der Biometrie und Computer Vision weit verbreitet. Der Begriff "Grundwahrheitsfehler" ist ebenfalls weit verbreitet und zeigt, dass das, was wir "wissen", nicht immer korrekt ist.

Sehen

@article {Dictionary.com2015, title = {Lexikon des 21. Jahrhunderts von Dictionary.com}, month = {Aug}, day = {18}, year = {2015}, url = { http://dictionary.reference.com/browse / Grundwahrheit},}

für eine Online-Definition.

Siehe @book {krig2014computer, title = {Computer Vision Metrics: Umfrage, Taxonomie und Analyse}, author = {Krig, Scott}, year = {2014}, publisher = {Apress}} Kapitel 7, "Ground Truth Data, Content , Metrics and Analysis "für eine Diskussion der Grundwahrheit in Computer Vision - verfügbar in den Formaten Print und eBook.

Es gibt einen interessanten Blog unter thegroundtruthproject.org

Die NASA hat ein Glossar mit Begriffen, das die Grundwahrheit enthält - siehe http://podaac.jpl.nasa.gov/Glossary

In den meisten Fällen wird es in Python als "echt wahr" verwendet, z. B. Scikit , mit spezifischen Beispielen wie Bilderkennung, z. B. Nunez-Iglesias et al. PLOS One , Zeichenerkennung Luis von Ahn et al. Wissenschaft .

Wie nahe das „echte Wahr“ an einem festen Wert liegt, kann jedoch von der Komplexität der Eingabe abhängen und davon, ob "Referenzdaten weniger genau sein können als das zu bewertende Erkennungssystem". Lopresti und Nagy und die Suche nach bodenständigen Problemen könnten weitere Ergebnisse liefern zB diese Übersicht über die Symbolerkennung . (Während angenommen oder validiert sich weitgehend auf eine bestimmte Hypothese / Implementierung beziehen würde.)

Dies ist nicht gerade eine Definition, sondern eine kurze, differenzierte Beschreibung der Grundwahrheit beim maschinellen Lernen von James Kobielus bei IBM: http://www.ibmbigdatahub.com/blog/ground-truth-agile-machine-learning

Beim maschinellen Lernen würde ich die Grundwahrheit eher eine vom Menschen definierte Wahrheit oder eine äußere Wahrheit als eine erkenntnistheoretische Wahrheit oder tatsächliche Wahrheit nennen. Grundwahrheit ist die Grundlage für überwachtes maschinelles Lernen.

Bedeutung "nach dem" angenommenen "". Es wird angenommen, dass der Boden die einzige Referenzspannung in elektrischen Systemen ist. Der Begriff wurde von Informatikern des maschinellen Lernens übernommen, die von Elektrotechnikern geerbt wurden.