而且，在人工智能进行机器学习时，过拟合（overfitting）是一种更为常见也更难克服的问题，由于学习能力过于强大，将训练样本中的某些细节特点当做了一般规律进行学习。
基于536个网页-相关网页
过度拟合(overfitting)是神经网络训练中经常出现的一个问题［8］。本研究为了解决神经网络过度拟合，改善神经网络概括归纳能力，采用交叉检验法(Cross-...
基于214个网页-相关网页
...适合出去玩，万一后面有一天多云天气风太大而不适合出去玩的话，就会出现决策失效。因此构造决策树很容易陷入过度拟合（Overfitting）的问题，如果不设置一定的限制条件，一定可以让训练数据集达到100%准确率，比如为每条数据都生成一个叶子节点。
基于108个网页-相关网页
The Problem of Overfitting 拟合问题 ; 过拟合问题
Hazard of Overfitting 过度训练的危险
Overfitting phenomenon 过学习现象
overfitting relation 过拟合关系式
phenomenon of overfitting 过配现象
Overfitting and cross-validation 过度拟合和交叉验证
The unavoidable overfitting phenomenon is used to form an universal biometric image quality assessment.
最后利用各种生物特征识别算法的训练或学习过程中不可避免的过学习(过拟合)现象,提出了一种通用的生物特征图像质量评估方法。
参考来源 - 基于部分的人脸识别方法研究Because the support vector machine only depended on the support vectors on the border ,it efficiently overcame the overfitting problem.
由于支持向量机仅依赖于边界上的支持向量,有效克服了过度拟合问题。
参考来源 - 基于支持向量机的财务困境预测研究·2,447,543篇论文数据，部分数据来源于NoteExpress
以上来源于: WordNet
As an aside, some machine learning techniques use a fourth set of data, called a validation set, which is used during training to avoid overfitting.
另一方面，一些机器学习技术使用第四种数据集，称为验证集[validation set]，它被用来在整个训练期间避免过适合[overfitting]。
The problem is called overfitting: If we supply too much data into our model creation, the model will actually be created perfectly, but just for that data.
这个问题就是所谓的过拟合：如果我们提供过多 数据用于模型创建，我们的模型虽然会被完美创建，但只针对的是该数据。
This method is robust to Gaussian noise and constellation rotation due to initial phase of signal and avoids overfitting and local minimum in neural networks.
这种方法对高斯噪声和星座图由于信号初始相位而引入的旋转具有良好的稳健性，并避免了神经网络中的过学习和局部极小点等缺陷。
应用推荐