DL-深度學習基礎

目錄 過擬合與欠擬合 降低過擬合風險的方法 降低欠擬合風險的方法 過擬合與欠擬合 欠擬合指模型不能在訓練集上獲得足夠低的訓練誤差 過擬合指模型的訓練誤差與測試誤差（泛化誤差）之間差距過大 反應在評價指標上，就是模型在訓練集上表現良好，但是在測試集和新數據集上表現一般呢（泛化能力差） 降低過擬合風險的方法 所有爲了減少測試誤差的策略統稱爲正則化方法，這些方法可能以增大訓練誤差爲代價 數據增強  圖像

>>阅读原文<<