Overfitting xảy ra do vấn đề nào dưới đây?

Convolutional layers, Pooling layers

Convolutional layers, Batch Normalization, Dense (Fully connected) layers

Convolutional layers, Pooling layers, Dense (Fully connected) layers

Convolutional layers, Dense (Fully connected) layers

Sigmoid và binary_crossentropy

Sigmoid và mse

Sigmoid và categorical_crossentropy

None và mse

Số nút của 1 lớp ẩn

Tốc độ học

Số epoch

Tất cả đều được gọi là Hyperparameter

Recurrent neural networks

Convolutional neural networks

ResNet

GoogleNet

Ngành y tế

Ngành sản xuất

Ngành nông nghiệp

Ngành dịch vụ

Mô hình thống kê

Mô hình tuyến tính

Mạng neural

Mô hình logic

Lập trình máy tính để thực hiện các nhiệm vụ cụ thể

Huấn luyện máy tính để tự học từ dữ liệu

Tạo ra máy tính có trí tuệ nhân tạo

Tối ưu hóa các thuật toán máy học

Kỹ thuật giảm overfitting bằng cách loại bỏ ngẫu nhiên một số lượng các neuron trong mạng neural trong quá trình huấn luyện

Kỹ thuật giảm kích thước của mạng neural

Kỹ thuật tăng khả năng học từ dữ liệu mới

Kỹ thuật tăng kích thước mạng neural

Dữ liệu không được gán nhãn

Dữ liệu được gán nhãn

Đặc điểm hoặc thuộc tính của dữ liệu

Dữ liệu đã được xử lý

Kỹ thuật tăng kích thước mô hình

Kỹ thuật giảm kích thước mô hình

Kỹ thuật kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất

Kỹ thuật chia tập dữ liệu huấn luyện và kiểm tra