ความ เข้าใจ ที่ มี มาก เกิน ไป และ การ ไม่ เข้า ส่วน:

การ ทํา ให้ ความ สมดุล ระหว่าง การ ทํา เกิน ไป กับ การ ทํา ให้ ตัว อย่าง มี ประสิทธิภาพ บทความ นี้ จะ ช่วย ให้ คุณ รู้ ว่า คุณ คิด อย่าง ไร และ จะ ทํา อย่าง ไร เพื่อ จะ ได้ ประโยชน์ จาก การ ออก แบบ ตัว อย่าง ที่ ดี

การ ทํา เกิน สิทธิ์ ใน แบบ ที่ มี การ ดู แล มาก ที่ สุด

การ ทํา เกิน สิทธิ์ เกิด ขึ้น เมื่อ ตัว อย่าง เรียน รู้ ข้อมูล การ ฝึก อบรม ได้ ดี มาก รวม ทั้ง เสียง รบกวน และ เสียง ที่ ไม่ ดี ขึ้น ผล คือ มัน ทํา งาน ไม่ ดี กับ ข้อมูล ใหม่ ที่ มอง ไม่ เห็น.

การ ทํา ให้ แบบ จําลอง ที่ มี การ ดู แล อย่าง ดี เยี่ยม อยู่ ใน ระดับ ต่ํา

การ ทํา อย่าง ไม่ ถูก ต้อง จะ เกิด ขึ้น เมื่อ แบบ จําลอง ง่าย เกิน ไป ที่ จะ จับ แบบ ที่ อยู่ เบื้อง หลัง ข้อมูล.

มาตรการ ป้องกัน การ ทํา เกิน สิทธิ์

• [FLT: 0] การแบ่งประเภท: เทคโนโลยีแบบ L1 และ L2 เพิ่มโทษฐานชําระหนี้ความซับซ้อนแบบโมเดล (พ.ศ.
• [FLT: 0] Cros-Validation:[[FLT: 1) การใช้ชุดตรวจสอบการออกเสียง ช่วยให้ปรับเสียง Hyperparater และตรวจสอบการโอเวอร์ฟิตี (helping).
• [FLT: 0] ดําเนินการ: จําลองแบบแบบเรียบเรียงอย่างต้นไม้ตัดสินใจ ลดความซับซ้อนที่ไม่จําเป็น
• [FLT: 0] หยุดเล่น: หยุดการฝึกก่อนที่จะมีการจําลองเกินข้อมูล

การ ควบคุม เพื่อ ป้องกัน การ อยู่ ใต้ อํานาจ

• [FLT: 0] การเพิ่มความซับซ้อนของโมเดล: ใช้คุณลักษณะหรืออัลกอริทึมที่ซับซ้อนมากขึ้น
• [FLT: 0] วิศวกรรมการประกอบ: การสร้างคุณสมบัติใหม่ๆ เพื่อแสดงรูปแบบของข้อมูลได้ดีขึ้น
• [FLT: 0]. สืบค้นข้อมูลการแบ่งส่วน: การจํากัดการวางจําหน่ายแบบจํากัดความยืดหยุ่น