Przetrenowanie
term_id: overfitting
Category: training_techniques
Definition
Przetrenowanie występuje, gdy model uczy się danych treningowych zbyt dokładnie, w tym ich losowego szumu i wartości odstających, co skutkuje doskonałą wydajnością na danych treningowych, ale słabą wydajnością na nowych, niewidzianych danych testowych.
Summary
Błąd modelowania, w którym algorytm uczenia maszynowego wychwytuje szum zamiast rzeczywistego sygnału, co pogarsza zdolność uogólniania.
Key Concepts
- Wysoka wariancja
- Słabe uogólnianie
- Różnica między błędem treningu a testu
- Złożoność modelu
Use Cases
- Diagnozowanie problemów z wydajnością modelu
- Wybieranie siły regularizacji
- Określanie optymalnej głębokości modelu