Overfitting e Underfitting: O que é | Como Analisar | Como Tratar
ฝัง
- เผยแพร่เมื่อ 20 ก.ย. 2024
- Quando criamos uma modelo de Machine Learning uma coisa muito importante que precisamos ter muita atenção é o Overfitting (Sobre Ajuste do Modelo) e o Underfitting (Sob Ajuste do Modelo) ou traduzindo para um termo mais prático seria o pouco aprendizado do modelo de Machine Learning ou então a memorização dos dados pelo nosso modelo.
Caso ocorra um Overfitting no modelo de Machine Learning teremos um grande nível de acerto em dados de treino, porém para novos dados o modelo não irá conseguir fazer as previsões de forma correta.
Caso ocorra um Underfitting no modelo de Machine Learning teremos um aprendizado muito pequeno do modelo, o que não será bom nem em dados de treino e muito menos em novos dados.
Precisamos analisar de forma detalhada nosso modelo de Machine Learning e trata-lo de forma correta para termos uma modelo bem generalizado, ou seja, um modelo que generalize bem os dados e tenha uma boa performance tanto em dados de treino como em novos dados.
Vídeos que podem te ajudar bastante:
• MACHINE LEARNING - MOD...
Arquivos para download referente ao vídeo apresentado:
docs.google.co...
Muito bom ❤
Excelente vídeo parabéns
Muito bom
Professor Jefferson, pra mim tu és o melhor professor de Machine Learning e ciências de dados do TH-cam👌🏾❤️... Aqui em Angola nunca tive um professor assim de certeza... Mas agora, um vídeo com Deep Learning e tensorFlow 🧠
Vouch providenciar sim logo em breve colocarei vídeos de deep learning
Obrigado
@@nerddosdados não sabes o quão grato serei a ti eternamente grande professor🙏🏾❤️ o melhor do TH-cam se continuares assim em ajudar os mas necessitados com os teus conteúdos de qualidade estarás muito longe e serás o diferencial de muitos! Beleza valeu!
@@nerddosdados o próximo vídeo que farás, diz só o meu nome pra mim mostrar aqui na minha faculdade eles não estão acreditar que eu sou o teu aluno VIP kkkkk
Muito obrigado, professor! Me ajudou com um problema cabuloso demais, ahahah! Já vou aplicar os conceitos apresentados por aqui.
Que bom….🙏🏻