Trong quá trình huấn luyện mô hình, chắc hẳn bạn đã gặp trường hợp với vấn đề mô hình dự đoán tốt trên tập train nhưng không dự đoán tốt trên tập test. Đó được hiểu bởi vì do mô hình quá phức tạp nhưng lại được được huấn luyện với lượng dữ liệu có giới hạn (khi sử dụng Maximum Likelihood Estimation). Đó là hiện tượng overfitting. Khi đó, chúng ta có thể giảm số lượng tham số của mô hình, tuy nhiên, chúng ta sẽ đối mặt với việc mô hình đơn giản quá không nắm bắt được các xu hướng của dữ liệu.
Trong bài viết này, hãy cùng tác giả Nhan Tu (KHTN2020) tìm hiểu qua khái niệm Bias và Variance: http://tutorials.aiclub.cs.uit.edu.vn/index.php/2022/03/04/machine-learning-bias-va-variance/-Bias và Variance là bài viết xuất sắc đạt giải ba trong cuộc thi Writing Contest được tổ chức cho nội bộ thành viên CLB, nơi các bạn có thể chắp bút tự do với các chủ đề về Toán học, Máy học, Công nghệ hay AI.
Thông tin chi tiết: https://www.facebook.com/uit.cs.aiclub/posts/387639363373454
Hải Băng - Cộng tác viên Truyền thông trường Đại học Công nghệ Thông tin
