ببینید: فراآموزی در مقابل کلیسازی
شما همینتازگی یک مدل را روی دادههای نویزی فیت کردهاید. سؤال بزرگ در یادگیری ماشین این است: یک مدل باید چقدر انعطافپذیر باشد؟ اگر خیلی خشک باشد، الگو را از دست میدهد؛ اگر خیلی انعطافپذیر باشد، بهجای یادگیری روند، نویز را حفظ میکند.
دکمه پلی را فشار دهید. ببینید یک مدل ساده چگونه الگوی واقعی را دنبال میکند، سپس ببینید یک مدل پیچیده چگونه خود را تحریف میکند تا به همه نقاط آموزشی برسد، خطای آموزشی را به صفر برساند و متوجه شوید چرا این دقیقاً روی دادههای جدید اشتباه است. سپس خودتان تعادل بین کمآموزی و بیشآموزی را کدنویسی خواهید کرد.
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.