Mikä on Overfitting?
Tilanne, jossa AI-malli oppii harjoitusdatan liian tarkasti eikä yleisty uuteen dataan.
Määritelmä
Ylisovitus (Overfitting) on tilanne, jossa AI-malli on oppinut harjoitusdatan erityispiirteet ja kohina liian tarkasti, mikä heikentää sen kykyä yleistyä uuteen dataan.
Tarkoitus
Ylisovituksen tunnistamisen ja estämisen tarkoituksena on varmistaa, että malli toimii hyvin myös uudella, aiemmin näkemättömällä datalla.
Toiminta
Ylisovitus tapahtuu kun malli muistaa harjoitusdatan yksityiskohdat sen sijaan, että se oppisi yleisiä kaavoja, mikä johtaa huonoon suorituskykyyn uudessa datassa.
Esimerkki
Kuvan tunnistusmalli, joka tunnistaa kissat vain tietyissä asennoissa tai väreissä, koska se on oppinut harjoitusdatan tarkasti ilman yleistämistä.
Liittyvät
- Generalization
- Validation
- Regularization
- Model Training
Vil du lære mer?
Hvis du ønsker å gå dypere inn i Ylisovitus —eller bringe denne typen opplæring til teamet ditt— la oss snakke sammen. Jeg hjelper team med å forstå og anvende disse begrepene. Jeg vil veldig gjerne høre fra deg!
Mikä on Explainability?
Selitettävyys tarkoittaa AI-järjestelmien kykyä tehdä päätöksentekoprosessi...
Mikä on Natural Language?
Luonnollinen Kieli (Natural Language) tarkoittaa ihmisten arkipäiväisessä k...
Mikä on Trust Boundary?
Luottamusraja (Trust Boundary) on järjestelmän rajapinta tai siirtymäkohta,...
Mikä on Mini Model?
Mini Model on pieni, kevyesti optimoitu AI-malli, joka on suunniteltu toimi...
Mikä on Model?
Malli (Model) on koulutettu AI-järjestelmä, joka on oppinut tunnistamaan ka...