overfitting

2 Treffer

Overfitting tritt auf, wenn ein Lernmodell die Trainingsdaten zu genau lernt, inklusive der zufälligen Schwankungen oder des Rauschens. Dadurch wird das Modell sehr gut darin, die Trainingsdaten vorherzusagen, verliert aber die Fähigkeit, neue, unbekannte Daten verlässlich zu verarbeiten. Dies führt

Einleitung Wenn ein Modell während des Trainings nicht konvergiert, bedeutet das, dass es nicht gelingt, die Fehlerfunktion zu minimieren und somit keine Verbesserung der Leistung über die Trainingszeit beobachtet wird. Die Ursachen hierfür können vielfältig sein und hängen sowohl von der Datenqualität