机器学习 | 台大林轩田机器学习基石课程笔记13 --- Hazard of Overfitting

课程主页 课程视频和PPT 上节课我们主要介绍了非线性分类模型,通过非线性变换,将非线性模型映射到另一个空间,转换为线性模型,再来进行分类,分析了非线性变换可能会使计算复杂度增加。本节课介绍这种模型复杂度增加带来机器学习中一个很重要的问题:过拟合(overfitting)。 目录 1. What is Overfitting? 2. The Role of Noise and Data Size
相关文章
相关标签/搜索