جب کوئی گہرا سیکھنے والا ماڈل بھی تربیت‌یافتہ ڈیٹا کو اچھی طرح جانتا ہے جس میں شور اور خارج‌شُدہ معلومات بھی شامل ہیں تو اس میں نئی معلومات کو عام کرنے کی صلاحیت کم ہو جاتی ہے ۔

حد سے زیادہ پینے کی بابت سمجھنا

پراچہ اس وقت ہوتا ہے جب کوئی ماڈل ٹریننگ ڈیٹا کی تفصیلات کو شدت سے پکڑتا ہے، جس کی وجہ سے تربیتی اعداد و شمار پر اعلیٰ درست لیکن نا معلوم اعداد پر ناقص کارکردگی کی وجہ سے اکثر ڈیٹا سیٹ سائز کے قریب پیچیدہ ماڈلوں کی وجہ سے ہوتی ہے۔

ڈی‌کی‌ٹی‌ٹی پر کام کرنے والے بچوں کی تربیت

تربیت اور نقص کے درمیان فرق کو مدِنظر رکھتے ہوئے ، کسی خاص خلا کو دریافت کرنے میں مدد دیتا ہے ۔

  • : تربیتی سیٹ پر غلطی۔
  • [Validation کھوسہ : صحیح قرار دینے پر غلطی۔
  • ]. [Difference: تربیت اور اصلاحی میٹرک کے درمیان خلاء۔

حفاظتی اقدامات

اس کے علاوہ ، اس میں کچھ بھی نہیں کہ ایک شخص کو اپنے والدین کی دیکھ‌بھال کرنے کی ضرورت ہے ۔

  • ریلارنگ : ٹیکنک جیسے ایل1 اور ایل2 ماڈل اوزان میں شامل کرنے کے لیے سزا وار شامل ہیں۔
  • ] ڈرمپٹ : کوڈ کوڈ کی تربیت کے دوران Randomly des nerves nersons کو روکنے کے لیے تربیتی تربیت کے لیے.
  • [Early setting: جب درست کارکردگی بہتر ہو جائے تو روک.
  • ] داتا ای جنکشن : تبدیلی کے ساتھ تربیتی ڈیٹا۔
  • Madistal سادگی: کمیت ثقل ثقل (sympties)، خلیات یا پیرامیٹروں (persers) کے ذریعے پیدا ہونے والی سطحوں (symplom) کی پیچیدگیوں کو کم کرنے سے۔