Přeučení
term_id: overfitting
Category: training_techniques
Definition
K přeučení dochází, když se model naučí trénovací data příliš dobře, včetně jejich náhodného šumu a outlierů, což vede k vynikajícímu výkonu na trénovacích datech, ale špatnému výkonu na nových, dříve neviděných testovacích datech.
Summary
Chyba modelování, kdy algoritmus strojového učení zachytí šum místo skutečného signálu, což poškozuje zobecnění.
Key Concepts
- Vysoká rozptylovost
- Špatné zobecnění
- Rozdíl mezi chybou na trénovacích a testovacích datech
- Složitost modelu
Use Cases
- Diagnostika problémů s výkonem modelu
- Výběr síly regularizace
- Určení optimální hloubky modelu