Просто не понимаю как датасет для алгоритмов мл соотносится с выборками зависимыми или независимыми , я смотрел пример только для пациентов (в интернете)

Я понимаю что можно пациентов разбить на две группы: до и после.
Но как разбить данные датасета для машинного обучения ?

Если например у меня есть задачи бинарной классификации на 400 строках, и в одном классе 100 строк, в другом классе 300 строк, то значит мне нужно взять одну выборку состоящую из 100 строк и вторую выборку тоже состоящую из 100 строк ? И типо это можно назвать до и после выборки ? И мне нужно будет много раз делать такие выборки ? Мне нужно сначала рассчитать необходимый объем выборки? Я запутался....

Я хочу чтобы мое исследование было достоверным

Читай про стратификацию

Да, это знаю что такое, типо нужно в пропорциях сделать выборку из генеральной совокупности: 900 муж и 100 жен, значит выборка будет из 90 муж и 10 жён, и по принцип рандомизации выполняется

Нужны чёткие определения .
В чём именно заключается исследование, и что значит, что оно "достоверное"?

Достоверное , значит дизайн исследования и методы выбраны правильно, что выборка репрезентативная и все посчитано правильно

Что значит "правильно"?)

Без ошибок в Арифметике и правильными методами

Что значит "правильные методы"?

Plotly, интерактивные графики для веба

Dash+plotly хороши. Dash вообще для ленивых))

Всем привет!
Допустим есть triplet-loss нейронка, которая обучена на некотором датасете (допустим лица). Она у нас работает, в бд пишем ембеддинги, потом классифицируем объекты допустим по knn. Затем мы захотели улучшить нашу сетку (нашли еще 1 датасет) и смешав вместе со старым обучили. Как теперь сделать преобразование старых ембеддингов в новые, если исходных данных нет?

Это значит что статистический критерий выбран правильно

Блин, я тебя четыре раза переспрашиваю, и ты слово "правильно" объясняешь через "правильно" 🤔

Лучше всего добыть исходные данные. Ведь раз новая нейронка лучше старой, то старая или теряла какую-то информацию, или добавляла туда какой-то шум. А значит, новые эмбеддинги, сваренные из старых, получатся не очень хорошими.

Но если всё-таки очень хочется, можно отдельно обучить простую нейронку (типа пара полносвязных слоёв), которая по старым эмбеддингам предсказывает новые.

Ну и что )

Видимо, вам теперь не особо будут подсказывать😁

AI фигня, тут нет точности, делается все эмпирически и потом люди себя успокаивают с помощью ablation study. Репрезентативная выборка как и все прочее субъективные понятия, которые сильно зависят от эксперимента.

Статистический критерий выбран правильно значит выбран под определенную задачу и под определенные переменные. Есть таблица в медицинской статистике с рекомендациями. Я на нее опираюсь.