Khác biệt giữa bản sửa đổi của “Chính quy hóa (toán học)”
Nội dung được xóa Nội dung được thêm vào
←Trang mới: “File:Regularization.svg|frame| Hai hàm màu xanh lá và xanh dương đều xảy ra lỗi mất mát zero trên các điểm dữ liệu. Một mô hình đ…” |
(Không có sự khác biệt)
|
Phiên bản lúc 22:01, ngày 3 tháng 1 năm 2020
Trong toán học, thống kê, và khoa học máy tính, đặc biệt là trong học máy và các bài toán ngược, chính quy hóa là quá trình thêm thông tin để giải quyết một bài toán giả định sai hoặc để ngăn chặn sự quá khớp (overfitting). [1] Có thể hiểu chính quy hóa là bất kỳ thay đổi nào mà chúng ta tạo ra với một thuật toán học thuật nhằm giảm lỗi tổng quát chứ không phải là lỗi huấn luyện. Chính quy hóa ứng dụng cho các hàm mục tiêu trong các bài toàn tối ưu giả định sai.
Ghi chú
- ^ Bühlmann, Peter; Van De Geer, Sara (2011). “Statistics for High-Dimensional Data”. Springer Series in Statistics: 9. doi:10.1007/978-3-642-20192-9. ISBN 978-3-642-20191-2.
If p > n, the ordinary least squares estimator is not unique and will heavily overfit the data. Thus, a form of complexity regularization will be necessary.
Chú thích journal cần|journal=
(trợ giúp)
Tham khảo
- A. Neumaier, Solving ill-conditioned and singular linear systems: A tutorial on regularization, SIAM Review 40 (1998), 636–666. Available in pdf from author's website.