Een ML-specialist bouwt een computervisiemodel om 10 categorieën verkeersborden te classificeren. Het team heeft 100 gelabelde afbeeldingen per klasse opgeslagen in Amazon S3 en nog eens 10.000 ongelabelde afbeeldingen. Alle afbeeldingen zijn 224×224 van dashcams. Na verschillende trainingsruns overfittet het model de trainingsdata. Welke acties moet de specialist ondernemen om overfitting te verminderen? (Kies twee.)

Overfitting treedt op wanneer een model te goed leert van de trainingsgegevens en daardoor slecht presteert op nieuwe, ongeziene gegevens. Een veelvoorkomende oorzaak is een tekort aan trainingsdata. Het labelen van de 10.000 ongelabelde afbeeldingen met Amazon SageMaker Ground Truth vergroot de dataset aanzienlijk. Meer gelabelde data helpt het model om robuustere patronen te leren en generaliseerbaarder te worden, wat overfitting vermindert. Data-augmentatie, zoals rotaties en translaties, creëert nieuwe trainingsvoorbeelden uit de bestaande gelabelde afbeeldingen. Dit vergroot effectief de dataset zonder nieuwe afbeeldingen te verzamelen, waardoor het model minder snel overfit op specifieke kenmerken van de originele trainingsbeelden. Het omzetten naar grijswaarden vermindert de complexiteit van de input, maar pakt het probleem van te weinig data niet direct aan en kan leiden tot verlies van belangrijke kleurinformatie. Het wijzigen van de activeringsfunctie naar een sigmoid is onjuist voor een classificatieprobleem met 10 klassen; een softmax-functie is hier geschikter. Het k-NN algoritme is geen geschikte methode voor het labelen van grote hoeveelheden ongelabelde afbeeldingen in deze context; Ground Truth is hiervoor ontworpen.