将AI落地在工业测试中如何解决预测准确率不能达到100%的问题？
收藏
有个在意的问题想向各位前辈请教一下：
在训练集中都无法保证预测准确率达100%，落地在工业测试中，即便是2%的错误率都是不可接受的，不良品会流出。如何避免这个问题呢？
考虑过用传统的测试方法与AI预测做符合判断，两者冲突的输出给人工判断（但这要求传统的测试方法能测得出良品与不良品的差异，只是无法对不良品进一步分类的情形）。
0
收藏
请登录后评论
没办法避免，训练集不能100%，这是过拟合。
最简单的，多整几个模型搞集成投票，或者直接赋权就行。
现场情况很复杂的，环境在一直变化，所以不要把ai检测想象的很完美，目前只能辅助检测，但比起传统或者人工方法检测也有很大的提升了，这就是可行的
AI并不是真正的AI，深度学习其实可以理解为一个非常复杂的函数，用它来尽量拟合你的问题，但绝对不会达到100%
这需要多方辅助，层层检测