Припустимо, я хочу навчити глибоку нейронну мережу для класифікації або регресії, але хочу знати, наскільки впевненим буде прогноз. Як я міг цього досягти?
Моя ідея - обчислити перехресну ентропію для кожної навчальної дати, виходячи з її прогнозованої ефективності в нейронних метрах вище. Тоді я би тренував другу нейронну мережу для регресії, яка брала б кожну дату як вхід, і це перехресна ентропія як вихід (один вихідний вузол). Потім ви використовуєте обидві мережі на практиці - одну для прогнозування мітки / значення, а іншу для прогнозування впевненості першої мережі. (.... Але чи знадобиться мені тоді третя мережа, щоб передбачити довіру другої мережі тощо? ...)
Це правдива ідея? Більше того, це звичайна ідея, яка зазвичай використовується? Якщо ні, що б ви запропонували?