Un modèle entraîné sur environ 10 000 images contrôlées s'adapte bien à l'ensemble d'entraînement, mais fonctionne mal sur des images de test non vues (l'erreur d'entraînement diminue avec les époques tandis que l'erreur de test reste élevée). Quelles actions aideront à résoudre ce problème ? (Choisissez-en deux.)

Le problème décrit, où le modèle fonctionne bien sur l'ensemble d'entraînement mais mal sur les données de test, est un surapprentissage classique. L'augmentation de données (data augmentation) est une technique efficace pour lutter contre le surapprentissage. En créant de nouvelles variations des images existantes (rotations, retournements, recadrages, etc.), elle augmente artificiellement la taille de l'ensemble d'entraînement et expose le modèle à une plus grande diversité de données, ce qui l'aide à généraliser. L'ajout d'une régularisation L2 (ou régularisation de poids) est une autre méthode courante. Elle pénalise les poids importants du modèle, le forçant à utiliser des poids plus petits et plus distribués, ce qui réduit sa complexité et sa capacité à mémoriser le bruit des données d'entraînement. Augmenter la complexité de l'architecture du réseau neuronal aggraverait le surapprentissage. L'ajout d'un gradient évanescent ou l'application de la vérification du gradient ne sont pas des techniques directes pour résoudre le surapprentissage ; le gradient évanescent est un problème de formation, et la vérification du gradient est une technique de débogage.