Στόχος: να μειώσετε το χάσμα μεταξύ απομνημόνευσης του train και πραγματικής απόδοσης.
Η γενίκευση μετριέται σε παραδείγματα που δεν χρησιμοποιήθηκαν ούτε για τη ρύθμιση των παραμέτρων ούτε για την επιλογή των υπερπαραμέτρων. Ένα εξαιρετικό train και μια υποβαθμισμένη επικύρωση σηματοδοτούν υπερπροσαρμογή, αλλά πρέπει επίσης να αποκλειστεί μια διαφορά κατανομής ή ένα σφάλμα pipeline.
Προεπισκόπηση — η συνέχεια του μαθήματος είναι διαθέσιμη στους εγγεγραμμένους.
Η πρόσβασή σας συνδέεται με τον λογαριασμό σας, όχι με αυτόν τον σύνδεσμο. Συνδεθείτε με το ίδιο email που χρησιμοποιήσατε στην τάξη: το μάθημά σας σας περιμένει, δεν χρειάζεται να ξαναβάλετε τον κωδικό.
ΣύνδεσηΔεν έχετε λογαριασμό; Δημιουργήστε ένανΟι πρώτες ενότητες του μαθήματος είναι σε ελεύθερη πρόσβαση. Για τη συνέχεια υπάρχουν τρεις δρόμοι: αγοράστε αυτό το μάθημα μία φορά, κάντε συνδρομή, ή εισαγάγετε τον κωδικό που δόθηκε στην τάξη.