AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
验证曲线
显示模型在独立验证集上性能的图表，与学习曲线并行显示，用于检测过拟合。
術語
收敛点
学习曲线和验证曲线趋于稳定的时刻，表明添加更多数据不会显著改善模型性能。
術語
泛化差距
训练数据和验证数据上性能的差异，衡量模型对新数据的泛化能力。
術語
学习误差
模型在训练集上犯错的度量，作为评估潜在过拟合的参考。
術語
验证误差
在训练期间未使用的数据集上评估的模型性能，反映其真实的泛化能力。
術語
学习平台期
添加更多训练数据不再显著改善模型性能的阶段。
術語
偏差诊断
分析学习曲线以确定模型是否存在欠拟合（高偏差），需要更复杂的模型。
術語
方差诊断
当训练误差低但验证误差仍然很高时，识别出过拟合（高方差）。
術語
模型复杂度
影响学习曲线形状的因素，模型过于复杂容易过拟合，而模型过于简单则容易欠拟合。
術語
临界样本量
达到模型稳定且可泛化性能所需的最小训练数据量。
術語
按类别学习曲线
对每个输出类别的学习曲线进行单独分析，在类别不平衡的分类问题中特别有用。
術語
边际改进率
通过增加额外训练数据单元获得的性能增益度量，有助于决定是否值得收集更多数据。
術語
迭代交叉验证
结合交叉验证和学习曲线的技术，用于在不同样本量下稳健评估模型性能。
術語
数据噪声
训练数据中的随机误差，影响学习曲线的形状并限制模型可达到的性能。
🔍