-
模型容量的影响：
泛化误差：
当训练的模型的容量过了最优点时，泛化误差反而升高，这是由于模型过于关注细节导致，模型也同时记住噪声；当拿来一个真的数据时，模型会被一些无关紧要的细节所干扰。
-
希望
过拟合、欠拟合、泛化误差、训练误差
aglo2023-09-14 9:24
相关推荐
Wilber的技术分享1 小时前
【机器学习实战笔记 14】集成学习：XGBoost算法（一） 原理简介与快速应用19891 小时前
【零基础学AI】第26讲：循环神经网络（RNN）与LSTM - 文本生成JoernLee2 小时前
机器学习算法：支持向量机SVMIT古董10 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(4)模型评价与调整（Model Evaluation & Tuning）蓝婷儿14 小时前
Python 机器学习核心入门与实战进阶 Day 3 - 决策树 & 随机森林模型实战大千AI助手14 小时前
PageRank：互联网的马尔可夫链平衡态我就是全世界15 小时前
TensorRT-LLM：大模型推理加速的核心技术与实践优势.30-06Springfield15 小时前
决策树（Decision tree）算法详解（ID3、C4.5、CART）acstdm1 天前
DAY 48 CBAM注意力摸爬滚打李上进1 天前
重生学AI第十六集：线性层nn.Linear