Un spécialiste ML développe un modèle de vision par ordinateur pour classer 10 catégories de panneaux de signalisation. L'équipe dispose de 100 images étiquetées par classe stockées dans Amazon S3 et de 10 000 images non étiquetées supplémentaires. Toutes les images sont de 224x224 et proviennent de caméras de tableau de bord. Après plusieurs exécutions d'entraînement, le modèle surapprend les données d'entraînement. Quelles actions le spécialiste devrait-il entreprendre pour réduire le surapprentissage ? (Choisissez-en deux.)

Le surapprentissage se produit lorsque le modèle mémorise les données d'entraînement plutôt que d'apprendre les caractéristiques généralisables. Pour le réduire, il faut augmenter la quantité de données d'entraînement ou introduire de la régularisation. L'utilisation d'Amazon SageMaker Ground Truth pour étiqueter les images non étiquetées est correcte car cela augmente considérablement la taille de l'ensemble de données d'entraînement, permettant au modèle d'apprendre des caractéristiques plus variées et de mieux généraliser. L'application de l'augmentation de données (rotations, translations) est également correcte. Cette technique crée de nouvelles variations des images existantes, augmentant artificiellement la taille et la diversité de l'ensemble de données d'entraînement sans collecter de nouvelles images, ce qui aide à la généralisation. La conversion en niveaux de gris réduit la richesse des caractéristiques et peut nuire aux performances. Changer la fonction d'activation de la couche finale en sigmoïde est incorrect pour une classification multiclasse (10 catégories), où softmax est généralement utilisé. L'algorithme k-NN n'est pas adapté pour étiqueter de grandes quantités d'images non étiquetées de manière efficace et précise dans ce contexte.