Aşırı öğrenme

İstatistikte, aşırı uyma, üretilen bir analizin belirli bir veri kümesine aşırı oranda uyum göstermesi, dolayısıyla bu veri kümesinde yer almayan yeni verilere uyum sağlayamaması problemidir.^[1] Aşırı uyan bir modelde verinin gerektirdiğinden daha fazla parametre vardır.^[2] Bunun temel sebebi, verinin elde edilişinde ortaya çıkan sapmaları (gürültü) da kapsayacak bir analiz yapılmış olmasıdır.^[3]

Yeşil çizgi aşırı uyan bir modeli, siyah çizgi iyi uyan bir modeli göstermektedir. Yeşil çizgi eğitim kümesine daha çok uymasına rağmen yeni karşılaşılan verilere uyum sağlamakta zorlanacaktır.

Ayrıca bakınız

Kaynakça

^ Alpaydın, Ethem (2009). Introduction to Machine Learning (2 bas.). MIT press. s. 39.
^ Everitt B.S., Skrondal A. (2010), Cambridge Dictionary of Statistics, Cambridge University Press.
^ Anderson, D. R. (2002). Model Selection and Multimodel Inference (2.2soyadı=Burnham bas.). Springer-Verlag. Yazar |ad1= eksik |soyadı1= (yardım)

[alpaydin-1] Alpaydın, Ethem (2009). Introduction to Machine Learning (2 bas.). MIT press. s. 39.

[CDS-2] Everitt B.S., Skrondal A. (2010), Cambridge Dictionary of Statistics, Cambridge University Press.

[BA2002-3] Anderson, D. R. (2002). Model Selection and Multimodel Inference (2.2soyadı=Burnham bas.). Springer-Verlag. Yazar |ad1= eksik |soyadı1= (yardım)

[1]

[2]

[3]