Khác biệt giữa bản sửa đổi của “Chính quy hóa (toán học)”
Nội dung được xóa Nội dung được thêm vào
AlphamaEditor, Executed time: 00:00:02.5462701 using AWB |
n →top: clean up, replaced: {{cite journal → {{chú thích tạp chí |
||
Dòng 1:
[[Tập tin:Regularization.svg|frame|Hai hàm màu xanh lá và xanh dương đều xảy ra lỗi mất mát zero trên các điểm dữ liệu. Một mô hình được học có thể chọn hàm màu xanh lá, vì hàm này tổng quát hóa nhiều điểm dữ liệu hơn từ nền tảng phân phối không xác định, bằng cách thích ứng giá trị <math>\lambda</math>, trọng lượng của thuật ngữ chính quy hóa.]]
Trong [[toán học]], [[thống kê]], và [[khoa học máy tính]], đặc biệt là trong [[học máy]] và các [[bài toán ngược]], '''chính quy hóa''' là quá trình thêm thông tin để giải quyết một [[bài toán giả định sai]] hoặc để ngăn chặn [[sự quá khớp]] (overfitting).<ref>{{
<ref>{{chú thích sách|họ 1= Goodfellow |tên 1 = Ian|lk tác giả = David Mumford|họ 2 = Bengio|tên 2 = Yoshua|và tác giả cuối=Aaron Courville|tựa đề = Deep Learning|nhà xuất bản = [[MIT Press]]|series = |năm = 2016|chương = Chapter 5. Machine Learning Basis|trang= 117|doi = |isbn = }}</ref>
== Ghi chú ==
|