Diagnostika modelu prostřednictvím křivek učení

Křivky učení zobrazují změny ve výkonnosti učení v průběhu času. Prostřednictvím revize křivek učení v průběhu trénování modelu je možné diagnostikovat problémy spojené s overfittingem a underfittingem, tedy chybami v modelování. Zároveň lze diagnostikovat, zda jsou tréninkové a validační datasety dostatečně reprezentativní a využít je pro sledování zobecňujícího chování „generalization behavior“.

Detailní informace naleznete v anglické verzi příspěvku.