Overfitting

Overfitting’de ne olur?

Overfitting, modelin eğitim verilerine özgü ayrıntıları fazlasıyla öğrenerek yeni ve uygun örneklere yeterince genelleyememesidir. Asıl iş hakkında az bilgi veren tesadüfi örüntüler veya ayrıntılar buna dahil olabilir. Bu nedenle yalnızca eğitim örneklerindeki iyi sonuçlar değerlendirme için yeterli değildir. İncelemede ayrı verilerdeki sonuçlar, veri ayrımı ve öğrenmenin gidişi gibi unsurlar ele alınır.

Kurgusal bir yedek parça projesinde belirli ürün sınıfları, eğitim fotoğraflarında sıklıkla aynı arka plan renginde görünür. Model, parçaların önemli özellikleri yerine arka planı bir kestirme yol olarak kullanabilir. Ekip bu yüzden daha önce kullanılmamış görüntüler ve değiştirilmiş arka planlarla kontroller planlar. Verilerin planlanan kullanımı kapsayıp kapsamadığını ve farklı model çeşitlerinin nasıl genellediğini de inceler. Farklı ışıkta tek bir yanlış sınıflama overfitting’i kanıtlamaz; başka nedenler de araştırılmalıdır.

Kaynaklar

• Google · Overfitting

• Google · Datasets: Dividing the original dataset