李宏毅機器學習-02

方差和偏差 偏差（bias）指的是根據樣本擬合出的模型的輸出預測結果的期望與樣本真實結果的差距，簡單講就是樣本擬合效果的好壞 方差（varience）描述的是樣本上訓練出來的模型在測試集/驗證集上的表現 偏差高=欠擬合 方差高= 過擬合 解決高偏差的方法：採用更多隱藏層和隱藏單元的網絡、延長訓練時間 解決高方差的方法：增加數據集（比如翻轉、裁剪圖片）、early stopping、正則化 注意：如

>>阅读原文<<