Command Palette

Search for a command to run...

アンダーフィッティング

日付

2年前

アンダーフィッティングこれは、モデルがトレーニング データにあまり適合していない状況を指し、通常はモデルの学習および汎化能力を評価するために使用されます。

トレーニング データと評価モデルには、過小適合、適合、過適合という 3 つの状況があります。

アンダーフィッティングの影響

アンダーフィッティングは通常、データの関係を反映できない単純なモデルで発生し、その結果、機械学習モデルがより低いトレーニング エラーを取得できなくなるだけでなく、特徴セットが少なすぎる、データが少なすぎるなどの要因によって引き起こされる場合もあります。セット、および不当なサンプリング データ。

アンダーフィッティングを解決する方法

  • 最適な重み初期化スキームを見つけます。
  • 適切なアクティベーション関数を使用します。
  • 適切なオプティマイザーと学習率を選択します。
関連語: フィッティング、オーバーフィッティング

参考文献

【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/

AI で AI を構築

アイデアからローンチまで — 無料の AI 共同コーディング、すぐに使える環境、最適価格の GPU で AI 開発を加速。

AI 共同コーディング
すぐに使える GPU
最適価格
今すぐ始める

Hyper Newsletters

最新情報を購読する
北京時間 毎週月曜日の午前9時 に、その週の最新情報をメールでお届けします
メール配信サービスは MailChimp によって提供されています
アンダーフィッティング | 百科事典 | HyperAI超神経