Переобучение - что это и как этого избежать, критерии останова обучения | #5 нейросети на Python

preview_player
Показать описание
В чем заключается эффект переобучения нейронной сети. Способы его предотвращения. Особенности использования выборки валидации. Критерии остановки процесса обучения нейронной сети.

Рекомендации по теме
Комментарии
Автор

Комментарий, оставленный с целью поддержки такого замечательного канала.

interface
Автор

О.. да, автор!) продолжай делать это с моим мозгом)

rpuropu
Автор

Очень полезные уроки. Даже не на питоне, теория и разъяснения очень помогают.

Sweet_Bibaleh
Автор

Смотрю ваши видео уже много раз, спасибо за этот контент! Вы случаем не занимаетесь подработкой? Есть маленький проект для учёбы и мне бы пригодилась ваша помощь)

DezelDanmark
Автор

Замечательные лекции, отличная подача материала, исключительно полезное содержание! Спасибо!

marinakuzminova
Автор

Лучшие уроки, что я видел! Пожалуйста сделайте мини-курсы по созданию конкретных нейронных сетей. Чтобы получше усвоить и закрепить материал. Новичку сложновато в этом ориентироваться. Спасибо!

Alex_chist
Автор

Очень классные уроки, очень классный сайт, спасибо большое!

yuraisme
Автор

Спасибо автор за видео! 9-ти минутное видео как вечность)))

taskevich
Автор

Спасибо за видео, очень интересно и полезно
Буду оставлять комментарии под каждым просмотренных видео, чтобы помогать в продвижении видоса для алгоритмов ютуба
Они будут +- однотипными, так что не обращайте внимания)

leomysky
Автор

Эээ... в специальной литературе часто можно встретить слово "convergence" как синоним обучения и "divergence" как синоним его провала. Речь именно о расхождении результатов на обучающем и проверочном сете?

MsNektoN
Автор

Малое изменение означает, что нужно добавить данных. Если конечно то, что рисует нейросеть, не устраивает. Например когда есть зоны, где она не знает, какой вариант выбрать, или зоны смешанного выбора - это когда она выбирает половину варианта 1 и половину варианта 2. Нужно просто в эти зоны поставить требуемые ответы, и нейросеть "доучится" решать эти варианты.

vanyamba
Автор

А что даёт количество слоев? Из видео понятно что количество нейронов в одном слое даёт возможность разделять точки по более сложной кривой. А количество слоев какие плюсы даёт?

viktorviktor
Автор

А регуляризация либо добавлення новых данных как способ борьбы с переобучением, а не только убрать нейроны?

qlxfmep
Автор

Все нравится, но этот звон на заднем фоне очень раздражает

tjnfqwh
Автор

Здравствуйте, я правильно понимаю, обучающая выборка используется только для обучения, выборка валидации - для тестировки нс а затем для обучения, тестовая выборка только для тестировки нс?

youko
Автор

Добрый вечер. А как вычислить Q? Заранее огромное спасибо!

ppppp
Автор

Когда на тестовой выборке, q ухудшается, то понятно, но если, оно на тестовой выборке десятки эпох улучшается незначительно, почти стоит на месте, а на тренировочной улучшается очень сильно, называется ли это переобучением? Стоит ли обучать до той поры пока q на тестовой выборке пойдёт вверх вне зависимости от того насколько расходятся q на тестовой и обучающей выборке?

hrfefdp
Автор

Слушаю, вроде все понятно, но ничего не понятно, особенно когда начинается про формулы и термины... Но интересно.

sannick
Автор

а вы доску, на которой рисуете, тоже сами писали?

cusfbtv
Автор

Добрый день, опять замена предыдущего видео? Ошибка?

klgpqww