機器學習基礎學習筆記（三）過擬合、欠擬合

以下內容均爲https//nndl.github.io/nndl-book.pdf的學習筆記。 上節說了經驗風險最小化準則（ERM），過擬合與欠擬合理論均與其有關。 所得：我們可以將機器學習看作一個從有限、高維、有噪聲的數據上得到更一般性規律的泛化問題。 過擬合（overfitting) 1.定義 簡單說：過擬合表現在對訓練數據依賴產生過度自信的性能，但對於測試集則能力不足，是」紙上談兵「。 2.

>>阅读原文<<