underfitting

توضیح

در underfitting، model رابطه‌های موجود در داده‌ها را خوب یاد نمی‌گیرد و حتی روی داده‌های آموزشی هم عملکرد ضعیفی دارد. ممکن است model برای این رابطه‌ها بیش‌ازحد ساده باشد، به‌اندازهٔ کافی آموزش ندیده باشد یا اطلاعات مناسبی برای یادگیری دریافت نکرده باشد. محدودیت‌های بیش‌ازحد بر یادگیری هم می‌توانند مانع یادگرفتن الگوهای مهم شوند.

مثال

فرض کن نقطه‌های روی کاغذ مسیر یک منحنی را نشان می‌دهند، اما فقط اجازه داری یک خط راست از میانشان عبور بدهی. هرقدر خط را جابه‌جا کنی، شکل منحنی را دنبال نمی‌کند؛ این شبیه underfitting ناشی از سادگی بیش‌ازحد model است.

چرا مهمه

وقتی model هم روی داده‌های آموزشی و هم روی داده‌های ارزیابی ضعیف عمل می‌کند، بررسی underfitting کمک می‌کند بفهمی باید اطلاعات ورودی، مدت آموزش یا توان یادگیری model را بازبینی کنی.

مفهوم‌های مرتبط

• convolutional neural networks
• metrics