Terme du glossaire IA

Qu’est-ce que Surapprentissage ?

Définition

Lorsqu'un modèle mémorise les données d'entraînement et fonctionne mal sur des entrées invisibles.

Parcourez le glossaire complet de l'IAExplorez tous les guides gratuits sur l'IA

Termes associés

GénéralisationDans quelle mesure un modèle fonctionne-t-il sur de nouvelles données invisibles en dehors de l'ensemble d'entraînement.Fuite de référenceLorsque des exemples de tests de référence ou des variantes proches sont présents dans les données d'entraînement, cela gonfle les performances déclarées.Apprentissage continuDes approches de formation qui permettent à un modèle de continuer à apprendre de nouvelles données sans oublier les connaissances antérieures.Augmentation des donnéesTechniques qui créent des exemples de formation modifiés pour améliorer la généralisation du modèle.Mise au pointFormation continue sur des données spécifiques au domaine pour adapter un modèle pré-entraîné à une tâche spécifique.Seuil de connaissanceLe dernier moment reflété dans les données d’entraînement d’un modèle.

Apprenez-en davantage dans nos guides gratuits

Overfitting and UnderfittingBacktesting Trading Strategies and Overfitting

Voir aussi

Open-Source ModelParameterOCR (Optical Character Recognition)Parameter-Efficient Fine-Tuning (PEFT)NormalizationPerplexityNeural NetworkPipeline