Overfitting به چه معنی است

«بیش بر ارزش» یا overfitting به معنی تنظیم داده‌ها به گونه‌ای است که نسبت به داده‌های دیگر دقت بالاتری داشته باشد. این کار زمانی در ماشین ایجاد مشکل می‌کند که الگوریتم یادگیری ماشین به داده‌های آموزشی بسیار عالق یا هوشمند شود و برای تطبیق با داده‌هایی که قبلا مشاهده نکرده است، نتایج نامطلوبی را ارائه ‌دهد.

استفاده از روش‌های regularization در یادگیری ماشین می‌تواند بهبود عمل‌کرد الگوریتم برای داده‌های جدید را فراهم کند. با این روش‌ها، دقت الگوریتم برای داده‌های تست نیز بالاتر می‌رود.

در نتیجه، استفاده از روش‌های regularization در یادگیری ماشین به منظور پیشگیری از overfitting، یکی از روش‌های مهم برای بهبود عمل‌کرد الگوریتم است.

* باز نشر از سایت: 👇