Regularisasi Matriks
term_id: matrix_regularization
Category: training_techniques
Definition
Regularisasi matriks memperluas konsep regularisasi skalar ke matriks, sering digunakan dalam pembelajaran multi-tugas atau sistem rekomendasi. Teknik ini memberlakukan batasan pada norma matriks bobot, seperti norma Frobenius atau norma nuklir, untuk mengendalikan kompleksitas model. Tujuannya adalah untuk memastikan bahwa matriks parameter memiliki sifat tertentu, seperti rank rendah atau sparsity, yang membantu meningkatkan generalisasi dan interpretabilitas model.
Summary
Sebuah teknik yang menerapkan istilah penalti pada parameter bernilai matriks untuk mencegah overfitting dan memaksakan sifat struktural seperti sparsity.
Key Concepts
- Norma Frobenius
- Norma nuklir
- Pencegahan overfitting
- Pendekatan rank rendah
Use Cases
- Filtering kolaboratif
- Pembelajaran multi-tugas
- Reduksi dimensi