एक दूरस्थ ML / GenAI इंटर्नशिप में एक समीक्षा दिन। तीन वीडियो। एक नियम। एक प्रशिक्षण स्कोर साबिती नहीं है। जो मैंने बनाए रखा: 1. चयन पंक्तियाँ पीछे रखें। प्रशिक्षण सीखता है। सत्यापन समायोजित करता है। परीक्षण एक ईमानदार स्कोर है। परीक्षण सेट पर समायोजन न करें। k-फोल्ड भी यही विचार है, घूमते हुए। 2. फिट अधिप्रशिक्षण: प्रशिक्षण और परीक्षण दोनों पर खराब। बहुत सरल। अतिप्रशिक्षण: प्रशिक्षण पर बहुत अच्छा, परीक्षण पर कमजोर। इसने होमवर्क को याद कर लिया। 3. हानि हानि वह गलती है: वास्तविक माइनस भविष्यवाणी। इसे वर्ग करें ताकि यह ऋणात्मक न हो सके। इसका औसत लें। एक संख्या को MSE की आवश्यकता है। एक वर्ग को क्रॉस-एंट्रॉपी की। पैरामीटर्स उस गलती को कम करने के लिए चलते हैं। तीन ताला: हानि मॉडल को बताती है कि यह कितनी गलत थी। सत्यापन मुझे बताता है कि क्या वह कदम सामान्यीकृत हुआ। अतिप्रशिक्षण एक छोटी प्रशिक्षण हानि और एक बड़ी परीक्षण हानि है। अभी भी मेरे पास प्रश्न: अगर दो मॉडल्स के परीक्षण हानि समान हैं, तो क्या मैं सरल मॉडल को चुनूँ?