we give practical hints on the inte

we give practical hints on the interpretation of what classifiers
learned from the data and demonstrate in particular that the trade-o between goodness-of-fit
and model complexity in regularized LDA relates to a morphing between a dierence pattern of
ERPs and a spatial filter which cancels non task-related brain activity.

Results (Vietnamese) 1:

chúng tôi đưa ra gợi ý thực tế về việc giải thích của những gì máy phân loạihọc được từ các dữ liệu và chứng minh đặc biệt đó o thương mại giữa lòng tốt phù hợpvà mô hình phức tạp ở cấp LDA Cải regularized liên quan đến một morphing giữa kiểu di erence củaERPs và một bộ lọc không gian mà hủy bỏ hoạt động não không nhiệm vụ liên quan.

Results (Vietnamese) 2:

chúng tôi cung cấp những gợi ý thiết thực vào việc giải thích về những gì phân loại
học được từ các dữ liệu và chứng minh cụ thể rằng thương mại-o? giữa thiện-of-fit
và mô hình phức tạp trong regularized LDA liên quan đến một morphing giữa một mô hình erence di? của
ERP và một bộ lọc không gian mà hủy bỏ hoạt động của não không liên quan đến nhiệm vụ.