Surapprentissage
term_id: overfitting
Category: training_techniques
Definition
Le surapprentissage se produit lorsqu’un modèle apprend trop bien les données d’entraînement, y compris leur bruit aléatoire et ses valeurs aberrantes, ce qui entraîne d’excellentes performances sur les données d’entraînement mais de mauvaises performances sur de nouvelles données de test non vues.
Summary
Une erreur de modélisation où un algorithme d’apprentissage automatique capture le bruit au lieu du signal sous-jacent, nuisant à la généralisation.
Key Concepts
- Haute variance
- Mauvaise généralisation
- Écart entre l’erreur d’entraînement et celle de test
- Complexité du modèle
Use Cases
- Diagnostic des problèmes de performance du modèle
- Sélection de la force de régularisation
- Détermination de la profondeur optimale du modèle