نقص في التجهيزيشير إلى الموقف الذي لا يتناسب فيه النموذج مع بيانات التدريب ويُستخدم عادةً لتقييم قدرات التعلم والتعميم الخاصة بالنموذج.

هناك ثلاث حالات لتدريب البيانات وتقييم النماذج: عدم الملاءمة، والملاءمة، والملاءمة الزائدة

تأثير عدم التجهيز

يحدث عدم التجهيز عادةً في النماذج البسيطة، والتي لا يمكنها أن تعكس علاقة البيانات، مما يؤدي إلى عدم قدرة نموذج التعلم الآلي على الحصول على خطأ تدريب منخفض. بالإضافة إلى ذلك، قد يكون السبب أيضًا عوامل مثل قلة مجموعات الميزات، وقلة مجموعات البيانات، وبيانات العينة غير المعقولة.

حلول لمشكلة نقص التجهيز

• العثور على مخطط تهيئة الوزن الأمثل؛
• استخدم وظائف التنشيط المناسبة؛
• اختر المحسِّن ومعدل التعلم المناسبين.

كلمات ذات صلة: التركيب، الإفراط في التركيب

مراجع

【1】https://docs.aws.amazon.com/zh_cn/machine-learning/latest/dg/model-fit-underfitting-vs-overfitting.html

【2】https://blog.ailemon.me/2018/04/09/deep-learning-the-ways-to-solve-underfitting/