Neyron tarmoq asoslari va uni chuqur o'rganish

Регуляризация
Muntazamlashtirish

Регуляризация помогает справляться с чрезмерно большим числом параметров с помощью различных методов уменьшения их количества со временем.

Regulyatsiya vaqt o'tishi bilan ularning sonini kamaytirish uchun turli xil usullar yordamida haddan tashqari ko'p parametrlarni engishga yordam beradi.


Контроль переобучения в машинном обучении Mashinada o'qitish jarayonida qayta tayyorlashni boshqarish.
Основная цель регуляризации – контроль переобучения.
Muntazamlashtirishning asosiy maqsadi qayta tayyorlashni nazorat qilishdir.

23. 
    математических формулах регуляризация представляется коэффициентом лямбда, который определяет компромисс между поиском хорошей аппроксима-ции и присвоением низкого веса некоторым признакам, когда их общее число возрастает.
    
24. 
    Matematik formulalarda regulyatsiya lambda koeffitsienti bilan ifodalanadi, bu ularning umumiy soni ko'payganda yaxshi atributni topish va ba'zi atributlarga kam og'irlik berish o'rtasidagi murosani aniqlaydi.
    

L1- и L2-регуляризации предотвращают переобучение за счет уменьшения не-которых весов. Чем меньше веса, тем проще гипотезы, а более простые гипотезы лучше обобщаются. Полиномы высокой степени от признаков с нерегуляризован-ными весами часто дают переобученную модель.

L1 va L2 regulyatsiyasi ba'zi og'irliklarni kamaytirish orqali qayta o'qitishni oldini oladi. Kamroq og'irlik bo'lsa, gipoteza qanchalik sodda va gipoteza yaxshiroq umumlashtirilgan bo'lsa. Nosimmetrik og'irliklarga ega bo'lgan atributlardan yuqori darajali polinomiyalar ko'pincha qayta o'qitilgan modelni beradi.

По мере роста обучающего набора эффект регуляризации снижается, а число параметров возрастает. Но в этом нет ничего страшного, потому что основной причиной переобучения является избыток признаков по сравнению с количест­ вом обучающих примеров. Увеличение набора само по себе является лучшим ре-гуляризатором.

Mashg'ulotlar to'plami o'sib borishi bilan muntazamlashtirish samarasi kamayadi va parametrlar soni ortadi. Ammo tashvishlanadigan hech narsa yo'q, chunki qayta tayyorlashning asosiy sababi - bu mashqlardagi misollar soniga nisbatan fazilatlarning haddan tashqari ko'payishi. O'z-o'zidan jalb qilinadigan xodimlarni jalb qilish eng yaxshi qayta tiklash vositasidir.