誰でもMLのオーバーフィッティングとノイズについて説明できますか? パラメトリッククラスでこれが起こりますか?モデルがデータにオーバーフィットしているかどうかを知るには?機械学習では過ぎとノイズは何ですか?
-4
A
答えて
2
MLでは、overfittingモデルはトレーニングデータではうまく機能しますが、新しいデータでは一般化できません。これは、モデルがトレーニングデータの量とノイズに比べて複雑すぎる場合に発生します。だから、あなたのデータを過大評価するのをどのように知っていますか?モデルを作成したら、トレーニングセットに対してテストし、栄光のある結果を得ます。しかし、あなたがテストセットや実生活に対してテストするとき、あなたの予測の正確さは非常に低くなります。だから、是正措置を取る時です。あなたは、トレーニングデータ内の属性の数を減らすことによって
- モデルを単純化
- は、トレーニングデータのノイズを低減し
- より多くのトレーニングデータを収集することができます。
はい、オーバーフィットはパラメトリックモデルで発生します。
+0
オーバーフィットは、パラメトリックであるかどうかにかかわらず、どのモデルでも発生する可能性があります。 – marbel
関連する問題
- 1. 機械学習で学習曲線とは何ですか?
- 2. 機械学習に関してベクトルとは何ですか
- 3. 補強機械学習とは何ですか?
- 4. 機械学習の学習に最適なプログラミング言語は何ですか?
- 5. いくつかの機械学習アルゴリズムは何ですか
- 6. ロボットでの機械学習
- 7. 機械学習ソフトウェアの確率の役割は何ですか?
- 8. テキストマイニングと機械学習
- 9. 機械学習udacity
- 10. Python - 機械学習
- 11. 機械学習と感情分析の関係は何ですか?
- 12. 機械学習でclfは何を意味しますか?フィッティング行うとき
- 13. マシンは形状を学習し、triningことで、機械学習に
- 14. 機械学習 - 分類アルゴリズム
- 15. 機械学習の提案
- 16. GATEの機械学習
- 17. 機械学習分類データセット
- 18. 反復機械学習アルゴリズム
- 19. 機械学習のヌルクラス
- 20. C#の機械学習ライブラリ
- 21. Azureの機械学習 - データセット
- 22. 機械学習ライブラリはs +(またはR)ですか?
- 23. 索引アドバイザーの機械学習はなぜですか?
- 24. この単純な最適化の機械学習アルゴリズムは何ですか?
- 25. 機械学習アルゴリズムは、学習したデータをコピーしますか?
- 26. 機械学習 - SVM機能融合テクニック
- 27. 機械学習と進化アルゴリズムを比較できますか?
- 28. 機械学習で欠損データを処理する方法は?
- 29. Java/JVMベースのアプリケーションでモデルを学習して機械学習する方法
- 30. 機械学習の階層分類トップダウンアプローチ
時々私はあなたのすべてがGoogleの前にstackoverflowを見つけるのだろうか。オーバーフィットはMLの非常に基本的なコンセプトであり、シンプルなGoogle検索では多くの結果が得られるはずです。それは、答えをチェックアウトされていると言われています。 – techtabu
こんにちは、この[コース](https://www.coursera.org/learn/machine-learning)でもっと多くのことを学ぶために、Q&Aをプログラミングするためのものです。それは良いイントロです。 – marbel