Overfitting: differenze tra le versioni

Versione delle 03:12, 8 mar 2009

Versione delle 20:32, 18 apr 2009

Riga 6:

Sia nella statistica che nel machine learning, per evitare l'overfitting, è necessario attuare particolari tecniche, come la [[cross-validation]] e l'[[Arresto anticipato (statistica)| arresto anticipato]], che indichino quando un ulteriore allenamento non porterebbe ad una migliore generalizzazione. Nel [[treatment learning]] si evita l'overfitting utilizzando il valore di supporto migliore e minimale.

{{Portale|matematica}}

[[Categoria:Statistica]]