Post #1319

🤯Может ли нейросеть переобучиться? Снова вспоминаем, что ИИ — ученик, которому не чужды никакие ошибки обычного школьника. Сегодня разбираемся с таким явлением, как переобучение. Здесь «пере» = слишком. ✍️Разберемся на примере: Представьте, что вы учитесь решать задачи по математике и зазубрили, что: 2 + 2 = 4 3 + 5 = 8 7 + 1 = 8 И тут вам дали новую задачу: 6 + 2 = ? А вы не знаете, как её решать, потому что просто запоминали ответы, но не поняли, что надо складывать числа. Также и переобученная модель: она «знает» старые примеры, но не умеет работать с новыми. 👩‍🏫Вот как это выглядит на практике: Допустим, мы учим нейросеть распознавать кошек и собак по фото. В обучающей выборке: ✔️Все фото кошек — на белом фоне ✔️Все фото собак — на траве Сеть не учится отличать по морде или форме ушей. Она запоминает так: белый фон = кошка, зелёный = собака. ❌ Когда мы покажем ИИ фото кошки на траве — получим ответ «собака». Потому что нейросеть запомнила фон, а не животное. 🤔 Почему так происходит? — Мало данных — Слишком сложная модель — Слишком долгое обучение — Нечестные или однотипные примеры Конечно же, разработчики стремятся к тому, чтобы избежать таких случаев. Ставьте реакции, если интересно узнать, как именно это происходит 🔥 Сталкивались с такими ошибками? ❤️ — нет, не помню такого 🦄 — возможно было #теория@EDU4Telegrambot