Uczenie i dostrajanie
Regularyzacja
Regularization
Inne nazwy i skróty: regularisation.
Co to jest regularyzacja?
Metody ograniczające skłonność modelu do nadmiernego dopasowania danych treningowych.
Obejmują między innymi kary w funkcji celu i dropout. Ich celem jest poprawa uogólniania, a nie tylko obniżenie straty na treningu.
Przykład zastosowania
Zespół dodaje karę za duże wagi klasyfikatora i sprawdza, czy poprawia to wyniki na odłożonych danych.
O czym pamiętać?
Zbyt silna regularyzacja może prowadzić do niedouczenia.
Powiązane pojęcia
- Parametry modelu (Model parameters)
- Uczenie maszynowe (Machine learning)