Перенавчання та компроміс зміщення й дисперсії
Коротко: Перенавчена модель запам’ятовує навчальні дані й зазнає невдачі на нових. Надто проста модель навчається надто мало (недонавчання). Мета — баланс між ними.
Докладніше: Помилка моделі складається зі зміщення (систематичного спрощення), дисперсії (чутливості до конкретних навчальних даних) і шуму. Більше складності знижує зміщення, але підвищує дисперсію. Важлива продуктивність на небачених даних.
Подробиці
- Розбиття: навчальна, валідаційна й тестова…
Див. також: градієнтний спуск і навчання на даних, нейронні мережі та зворотне поширення