Кадом усулҳо барои мубориза бо азҳаршавӣ вуҷуд доранд ва онҳо чӣ гуна кор мекунанд?

Overfitting (бепарварӣ) вақте рух медиҳад, ки модел хеле хуб ба маълумоти омӯзишӣ мутобиқ мешавад ва қобилияти умумӣ ба маълумоти навро гум мекунад. Равишҳои мубориза бо overfitting:

• Регулятсия — илова кардани ҷазо ба функсияи зиён барои мураккабии модел. Масалан, регулятсияҳои L1 (Lasso) ва L2 (Ridge) вазни параметрҳоро кам мекунанд, то аз мураккабии зиёд пешгирӣ кунанд.

• Тамом кардани барвақтӣ — боздошти омӯзиш вақте ки хато дар маҷмӯаи тасдиқкунӣ оғоз ба афзоиш кардан мекунад.

• Кросс-валидатсия — кӯмак мекунад, ки қобилияти умумӣ ва интихоби гиперпараметрҳоро арзёбӣ кунад.

• Иловаи маълумот (Data augmentation) — эҷоди намунаҳои иловагӣ барои зиёд кардани гуногунрангии маълумот.

• Dropout (барои шабакаҳои нейронӣ) — тасодуфан ғайрифаъол кардани баъзе нейронҳо дар вақти омӯзиш, ки ин ба кам кардани вобастагии аз хусусиятҳои муайян кӯмак мекунад.

• Кам кардани мураккабии модел — интихоби моделҳои соддатар бо камтар параметрҳо.

Масалан, L2 регулятсия дар функсияи зиён:

( Loss = Loss_{аслӣ} + \lambda \sum w_i^2 )

ки дар он ( \lambda ) коэффисиенти регулятсия, ( w_i ) вазни модел мебошанд.