Sonlu hassasiyet makine öğreniminde neden bir sorundur?

Sonlu hassasiyetin ne olduğunu açıklayabilir misiniz? Sonlu hassasiyet makine öğreniminde neden bir sorundur?

Sonlu hassasiyet, yuvarlatılmış veya kesilmiş bir sayının ondalık gösterimidir. Bunun gerekli veya uygun olabileceği birçok durum vardır. Örneğin 1/3 ve aşkın sayılar$e$ ve $\pi$hepsinin sonsuz ondalık temsili vardır. Programlama dilinde C, bir çift değer 8 bit ve yaklaşık 16 basamağa kadar hassastır. Buraya bakın.

http://www.learncpp.com/cpp-tutorial/25-floating-point-numbers/

Bu sayılardan birini (sonlu) bir bilgisayarda somut bir şekilde temsil edebilmek için bir çeşit uzlaşma olmalıdır. 1/3'ten 9'a kadar olan rakamları .333333333 olarak 1/3 ila 9 basamak yazabiliriz.

Bu uzlaşmalar aritmetik işlemlerle birleştirilir. Kararsız algoritmalar aritmetik hatalara eğilimlidir. Bu nedenle SVD, PCA'yı (kovaryans matrisinin kararsızlığı) hesaplamak için sıklıkla kullanılır.

http://www.sandia.gov/~smartin/presentations/SMartin_Stability.pdf

https://en.wikipedia.org/wiki/Numerical_stability

Saf bayes sınıflandırıcısında, genellikle çarpmanın yuvarlama hatalarına daha az eğilimli bir logaritma toplamına dönüştüğünü göreceksiniz.

https://en.wikipedia.org/wiki/Naive_Bayes_classifier#Multinomial_naive_Bayes

Basit bir örnek: Derin Öğrenmede Yok Olan Degrade sorunu . Esas olarak sonlu bir kesinlik sorunu değil, aynı zamanda sorunun bir parçasıdır.