Co je Overfitting?
Problém, kdy AI model se přespříliš naučí na trénovacích datech a špatně generalizuje.
Definice
Overfitting neboli Přefitování je problém, kdy AI model se "naučí nazpaměť" trénovací data tak detailně, že špatně funguje na nových, neviděných datech.
Účel
Nežádoucí jev, který snižuje schopnost modelu generalizovat a aplikovat naučené znalosti na nové situace.
Funkce
Model si zapamatuje šum a specifické vzory trénovacích dat namísto obecných pravidel.
Příklad
Model rozpoznávání koček, který perfektně identifikuje kočky z trénovacích fotek, ale selhává na nových snímcích.
Související
Řeší se technikami jako regularizace, early stopping a data augmentation.
Want to learn more?
If you'd like to go deeper into Overfitting (Přefitování) —or bring this kind of training to your team— let's talk. I help teams understand and apply these concepts. I'd love to hear from you!
Co je Hallucination v AI?
Hallucination neboli Halucinace je jev, kdy AI generuje nepravdivé, vymyšle...
Co je Chain of Thought?
Chain of Thought (CoT) je promptovací technika, která vede AI modely k vysv...
Co je Grounding?
Grounding neboli Zakotvení je proces připojení AI systémů k ověřitelným, re...
Co je Machine Learning?
Machine Learning je metoda umělé inteligence, která umožňuje systémům autom...
Co jsou Evals?
Evals neboli Hodnocení jsou systematické testy a benchmarky navržené pro mě...