Искусственный интеллект
Недообучение
Недообучение означает, что модель не улавливает закономерность даже в тренировочных данных. Оно может быть вызвано слишком простой архитектурой, недостаточной длительностью обучения, плохими признаками или чрезмерной регуляризацией. Увеличение сложности помогает только после проверки данных и оптимизации.
Пример на практике
Линейная граница не разделяет классы, образующие вложенные окружности.
Когда пригодится
Сначала сравните ошибку на обучении с проверочной ошибкой и базовым решением.
Что важно учитывать
Увеличение модели может лишь усилить переобучение.
Словарь tarasovcode — проект Ильи Тарасова и TarasovWeb. Telegram-канал · #tarasovweb · #ИльяТарасов
Вернуться к 400 терминам