欠擬合和過擬合簡介

欠擬合和過擬合簡介 機器/深度學習的基本問題是利用模型對圖像、語音、數字等數據進行擬合。學習的目的是對未曾在訓練集合出現的樣本能夠正確預測。 在進行如下講解之前先簡單地介紹幾個概念：模型對訓練集數據的誤差稱爲經驗誤差，對測試集數據的誤差稱爲泛化誤差。模型對訓練集以外樣本的預測能力就稱爲模型的泛化能力，追求這種泛化能力始終是機器與深度學習的目標。過擬合(overfitting)和欠擬合(underf

>>阅读原文<<