In den letzten Wochen haben wir den Gradientenabstieg und neuronale Netze behandelt, und Sie haben die Grundlagen gelernt, wie man einen Machine-Learning-Algorithmus schreibt. Diese Woche gehen wir einen Schritt weiter – wie bringen wir unsere Netzwerke dazu, auf neue Datensätze zu generalisieren? Wir werden das knifflige Phänomen des Overfittings angehen, das auftritt, wenn Ihr Modell Ihre Eingaben auswendig lernt und bei neuen Beispielen versagt. Kommen Sie vorbei und lernen Sie eine Vielzahl von Techniken kennen, die darauf abzielen, Overfitting zu reduzieren und die Gesamtgenauigkeit Ihrer Algorithmen zu erhöhen.