過擬合

標籤

貢獻6

12:26 AM · Nov 18 ,2025

@u_16213716

暱稱mob64ca141834d3

Last seen
@u_16213596

暱稱mob64ca13fb6939

Last seen
@u_16380863

暱稱未聞花名AI

Last seen
@u_16827017

暱稱全棧技術開發者

Last seen
@u_16099304

暱稱藍夢之翼

Last seen
@u_16213655

暱稱mob64ca1409970a

Last seen

@過擬合 / 博客 RSS 訂閱

Dec 30 2025

mob64ca141834d3 - python - 深度神經網絡原理與實踐 - 自然醒的筆記本

目錄深度學習核心網絡模型梳理簡述 1）基礎網絡模型 2）模型核心設置（組件選擇）一、單個神經元 1）結構 2）意義二、基礎網絡模型 1. 多層感知機（MLP） 2. 卷積神經網絡（CNN）

數據 , 權重 , 後端開發 , 過擬合 , Python

收藏評論

Nov 18 2025

mob64ca13fb6939 - 人工智能 - AI版“大逃殺”！通過遊戲不斷增強AI的適應性和學習能力 - 數據堂

目的：使用多種模型比較效果優劣。目前使用了隨機森林，邏輯迴歸，SVC，MLP 模型，收集了 44 局遊戲數據。特徵矩陣 X 形狀: (5195, 4032) 標籤分佈: {向左走: np.int64(1419), 向右走: np.int64(1017), 發射子彈: np.int64(2759)} 隨機森林效果很差，一直往左走。猜測是數據

隨機森林 , 泛化 , 過擬合 , Css , 前端開發 , HTML

收藏評論

Jan 10 2026

未聞花名AI - 構建AI智能體：六十八、集成學習：從三個臭皮匠到AI集體智慧的深度解析

一、什麼是集成學習我們通常説“三個臭皮匠，頂個諸葛亮”，集成學習就是利用這個思想。在機器學習中，我們訓練多個模型，這些模型可以是同一種類的，也可以是不同種類的，然後通過某種方式將它們組合起來，共同完成一個任務，從而獲得比單個模型更好的性能。通俗的講，好比我們要做一個重要的決策，有多種選擇，首先我們可以問一個投資專家，其次也可以問一羣不同背景的專家，然後綜合他們的意

機器學習 , 集成學習 , yyds乾貨盤點 , 權重 , 人工智能 , 過擬合

收藏評論

Dec 15 2025

全棧技術開發者 - 什麼是「過擬合」，如何判斷，常見的原因是什麼？為什麼深度網絡在海量數據下仍可能過擬合？為什麼高次多項式迴歸容易出現過擬合？

在機器學習中，模型性能的評估不僅依賴於訓練數據上的表現，更取決於其在未見數據上的穩定性。訓練精度的提升固然令人欣喜，但若這種提升無法轉化為對新樣本的可靠預測，則表明模型可能已經偏離了學習的核心目標——從有限數據中提取普遍規律。過擬合正是這一偏離的體現，它揭示了模型複雜性、數據量、訓練策略與泛化能力之間的微妙平衡。過擬合是統計學習理論中模型選擇與假設空間設計中不可避免的挑戰

機器學習 , 複雜度 , yyds乾貨盤點 , 數據 , 人工智能 , 過擬合