ပုံမှန်ပြုလုပ်ခြင်းဆိုသည်မှာ အဘယ်နည်း။
စက်သင်ယူခြင်း၏အခြေအနေတွင် ကြီးကြီးကျယ်ကျယ်ပြုလုပ်ခြင်းသည် မော်ဒယ်များ၏ ယေဘုယျလုပ်ဆောင်နိုင်စွမ်းကို မြှင့်တင်ရန်အတွက် အထူးသဖြင့် မြင့်မားသောအဖက်ဖက်မှဒေတာ သို့မဟုတ် အံဝင်ခွင်ကျဖြစ်နိုင်သော ရှုပ်ထွေးသောမော်ဒယ်များနှင့် ဆက်ဆံရာတွင် အသုံးပြုသည့် အရေးကြီးသောနည်းပညာတစ်ခုဖြစ်သည်။ မော်ဒယ်တစ်ဦးသည် လေ့ကျင့်ရေးဒေတာတွင် အရင်းခံပုံစံများကိုသာမက ဆူညံသံကိုပါ သင်ယူသည့်အခါ အံဝင်ခွင်ကျဖြစ်တတ်ပါသည်။
- Published in ပြည်တွင်းသတင်း ဉာဏ်ရည်တု, EITC/AI/GCML Google Cloud Machine Learning, စက်သင်ကြားရေးပထမအဆင့်, စက်သင်ကြားမှုအဆင့် ၇ ဆင့်
စက်သင်ယူမှုမော်ဒယ်များတွင် အံဝင်ခွင်ကျဖြစ်နေသော ပြဿနာကို ပုံမှန်ပြုလုပ်ခြင်းက မည်သို့ကူညီပေးနိုင်သနည်း။
Regularization သည် မော်ဒယ်များတွင် အံဝင်ခွင်ကျလွန်ကဲခြင်းပြဿနာကို ထိထိရောက်ရောက်ဖြေရှင်းပေးနိုင်သည့် စက်သင်ယူမှုတွင် အားကောင်းသည့်နည်းပညာတစ်ခုဖြစ်သည်။ မော်ဒယ်တစ်ဦးသည် လေ့ကျင့်ရေးဒေတာကို ကောင်းစွာလေ့လာသိရှိနိုင်သောအခါတွင်၊ ၎င်းသည် အထူးပြုလွန်းပြီး မမြင်ရသောဒေတာကို ကောင်းစွာမချုပ်တည်းနိုင်သည့်အခါတွင် Overfitting ဖြစ်ပေါ်သည်။ ကြီးကြီးကျယ်ကျယ်လုပ်ခြင်းသည် ပြစ်ဒဏ်ကာလကို ထည့်သွင်းခြင်းဖြင့် ဤပြဿနာကို လျော့ပါးစေပါသည်။