En las últimas semanas, hemos revisado el descenso de gradiente y las redes neuronales, y has aprendido lo básico sobre cómo escribir un algoritmo de aprendizaje automático. Esta semana, vamos a dar un paso más: ¿cómo logramos que nuestras redes generalicen a nuevos conjuntos de datos? Abordaremos el complicado fenómeno del sobreajuste, que ocurre cuando tu modelo memoriza tu entrada y falla en nuevos ejemplos. Únete a nosotros y aprende una variedad de técnicas diseñadas para reducir el sobreajuste y aumentar la precisión general de tus algoritmos.