overfitting

UK
/ˌəʊvəˈfɪtɪŋ/
US
/ˌoʊvərˈfɪtɪŋ/

Esempi

Overfitting occurs when a model becomes overly complex and starts to capture random noise in the sample rather than true underlying patterns.

Переобучение возникает, когда модель становится чрезмерно сложной и начинает отражать случайный шум выборки вместо истинных закономерностей.

Overfitting means the model has essentially memorized peculiarities of the sample data that do not generalize.

Переобучение означает, что модель по существу запомнила особенности выборочных данных, которые не обобщаются.

Overuse of modifications can lead to overfitting – a model that fits this sample well but may not be generalizable.

Чрезмерное внесение изменений может привести к переобучению: модель хорошо соответствует данной выборке, но может не обобщаться на другие данные.

LSTM architecture with Bidirectional layers and Dropout regularization was used to improve the model’s performance and prevent overfitting [46]

Архитектура LSTM с двунаправленными слоями и регуляризацией Dropout использовалась для улучшения результатов модели и предотвращения переобучения [46]

In certain contexts, though, overfitting may even be beneficial, for instance, when local accuracy is more important than broader generalisation.

Однако в определённых условиях переобучение может даже быть полезным, например когда точность на конкретном материале важнее более широкого обобщения.

The batch size can also affect overfitting.

Размер пакета также может влиять на переобучение.

Basing model choice only on model fit bears the risk of overfitting a model.

Если выбор модели основывается только на качестве её подгонки, возникает риск переобучения модели.

To minimise the inevitable influence of overfitting, we applied pruning to the classification trees.

Чтобы свести к минимуму неизбежное влияние переобучения, мы применили обрезку деревьев классификации.

A challenge has been that, due to the limited amount of data available, we faced a general sensitivity to overfitting.

Сложность состояла в том, что из-за ограниченного объёма доступных данных мы столкнулись с общей чувствительностью к переобучению.

Moreover, a complex model may lead to overfitting.

Кроме того, сложная модель может привести к переобучению.

There still exist challenges on how to balance the effectiveness and efficiency, avoiding both overfitting and underfitting.

По-прежнему остаётся сложной задачей найти баланс между результативностью и эффективностью, избегая как переобучения, так и недообучения.

Simple models are also often more accurate than complex models, probably due to less overfitting to the historical data.

Простые модели также часто точнее сложных, вероятно, из-за меньшего переобучения на исторических данных.

Moreover, there is a risk of overfitting with LS, leading to ripples in the surface, see [Bra20].

Кроме того, при использовании LS есть риск переобучения, приводящего к ряби на поверхности; см. [Bra20].

Furthermore, a low MAE can be risky, i.e., linked with an overfitting.

Кроме того, низкое значение MAE может быть рискованным, то есть связанным с переобучением.

We can conjecture that a high noise level leads to a point cloud that is more challenging to fit optimally, with a strong risk of overfitting.

Можно предположить, что высокий уровень шума приводит к облаку точек, которое труднее оптимально аппроксимировать, с высоким риском переобучения.

A wise choice of the tolerance can avoid or strongly mitigate the risk of overfitting.

Разумный выбор допуска позволяет избежать риска переобучения или значительно его снизить.

If a smaller tolerance is used, the risk of overfitting increases, which is unfavorable for a smooth and reliable surface fitting.

При меньшем допуске повышается риск переобучения, что неблагоприятно для гладкой и надёжной аппроксимации поверхности.

Less complex models (i.e., with fewer coefficients, see also Definition 2.​27) help to reduce overfitting.

Менее сложные модели (то есть с меньшим числом коэффициентов, см. также определение 2.27) помогают уменьшить переобучение.

Which dropout rate prevents overfitting?

Какая доля отключаемых нейронов предотвращает переобучение?

validation-set overfitting can occur, because hyperparameters are usually optimized based on information derived from the validation data.

может возникнуть переобучение на валидационном наборе, поскольку гиперпараметры обычно оптимизируются на основе информации, полученной из валидационных данных.