深度学习之基础知识详解

向AI转型的程序员都关注了这个号👇👇👇大数据挖掘DT机器学习  公众号： datayx过拟合，欠拟合过拟合（overfitting）：学习能力过强，以至于把训练样本所包含的不太一般的特性都学到了。欠拟合（underfitting）：学习能太差，训练样本的一般性质尚未学好。下面是直观解释：《机器学习》--周志华下面在那一个具体的例子： 如果我们有6个数据，我们选择用怎么样的回归曲线对它拟合呢？看下图在这里我们可以发现，原来过拟合和欠拟合和模型复杂度是相关的，具体描述如下图也就是说，在模型相对复杂时，更容易发生过拟合，当模型过于简单时，更容易发生欠拟合。当然，为了防止过拟合，也会有cross validation，正则化等等方法正则化正则化的主要目的是为了防止过 ………………………………