Diese Datei und die Informationen unter dem roten Trennstrich werden aus dem zentralen Medienarchiv Commons eingebunden. Weitere Informationen und eine Kontaktmöglichkeit zum Urheber sind dort zu finden.
File:Overfitting svg.svg ist eine vektorisierte Version dieses Bildes. Diese sollte an Stelle des Rasterbildes verwendet werden, sofern sie nicht schlechter ist.
English: Overfitting (for example in neural networks training). The red curve is the error on the validation set over several epochs. The blue curve is the error of the training set. When the error for the validation set increases while the training error steadily decreases then a problem of overfitting may occur (the learning is too specialized and does not generalize enough)
Es ist erlaubt, die Datei unter den Bedingungen der GNU-Lizenz für freie Dokumentation, Version 1.2 oder einer späteren Version, veröffentlicht von der Free Software Foundation, zu kopieren, zu verbreiten und/oder zu modifizieren; es gibt keine unveränderlichen Abschnitte, keinen vorderen und keinen hinteren Umschlagtext.
Der vollständige Text der Lizenz ist im Kapitel GNU-Lizenz für freie Dokumentation verfügbar.http://www.gnu.org/copyleft/fdl.htmlGFDLGNU Free Documentation Licensetruetrue
verbreitet werden – vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden
neu zusammengestellt werden – abgewandelt und bearbeitet werden
Zu den folgenden Bedingungen:
Namensnennung – Du musst angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade dich oder deine Nutzung besonders.
Diese Lizenzmarkierung wurde auf Grund der GFDL-Lizenzaktualisierung hinzugefügt.http://creativecommons.org/licenses/by-sa/3.0/CC BY-SA 3.0Creative Commons Attribution-Share Alike 3.0truetrue
Kurzbeschreibungen
Ergänze eine einzeilige Erklärung, was diese Datei darstellt.
Overfitting (for example in neural networks training). The red curve is the error on the validation set over several epochs. The blue curve is the error of the training set. When the error for the validation set increases while the training error steadily