Derin bir sinir ağı eğitim verilerine iyi uyum sağlıyor ancak test verilerinde kötü performans gösteriyor. Overfitting'i azaltmak için aşağıdakilerden hangilerini göz önünde bulundurmalısınız? (Üç tane seçin.)
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Regularizasyonu artırın., Dropout'u artırın., Özellik etkileşimlerinin sayısını azaltın..
Neden bu cevap
Model eğitim verilerine iyi uyum sağlayıp test verilerinde kötü performans gösteriyorsa, aşırı öğrenme (overfitting) meydana gelmiştir. Aşırı öğrenmeyi azaltmak için: 1. Regularizasyonu artırın: Regularizasyon, modelin karmaşıklığını cezalandırarak aşırı öğrenmeyi engeller. L1 veya L2 gibi regularizasyon tekniklerinin gücünü artırmak, modelin ağırlıklarını küçülterek daha basit bir model elde edilmesini sağlar. 2. Dropout'u artırın: Dropout, eğitim sırasında rastgele nöronları devre dışı bırakarak modelin belirli özelliklere aşırı bağımlı olmasını engeller. Dropout oranını artırmak, modelin genelleme yeteneğini geliştirir. 3. Özellik etkileşimlerinin sayısını azaltın: Çok fazla özellik veya karmaşık özellik etkileşimleri, modelin eğitim verilerindeki gürültüyü öğrenmesine neden olabilir. Özellik mühendisliği ile oluşturulan etkileşimlerin sayısını azaltmak, modelin daha temel ve genellenebilir kalıpları öğrenmesine yardımcı olur. Regularizasyonu azaltmak veya dropout'u azaltmak aşırı öğrenmeyi daha da kötüleştirir. Manuel olarak oluşturulan özellik etkileşimlerinin sayısını artırmak da modelin karmaşıklığını artırarak aşırı öğrenme riskini yükseltir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez