Ponente: Alfredo Canziani
0:00:00 – Semana 14 – Practicum
Al entrenar modelos altamente parametrizados como las redes neuronales profundas, existe el riesgo de sobreajuste a los datos de entrenamiento. Esto conduce a un mayor error de generalización. Para ayudar a reducir el sobreajuste, podemos introducir regularización en nuestro entrenamiento, desalentando ciertas soluciones para disminuir la medida en que nuestros modelos se ajustan al ruido.
0:01:41 – Sobreajuste y regularización
0:18:11 – Regularización de modelos (L2, L1, dropout, normalización por lotes y aumento de datos)
0:49:30 – Visualizando la Regularización y el Sobreajuste, Redes Neuronales Bayesianas