Разумевање прекомерне контроле у машинском учењу

Прекомерна контрола се односи на ситуацију у којој је модел превише прецизан и хвата шум у подацима, што резултира лошим перформансама генерализације. Другим речима, модел се претерано уклапа у податке о обуци и не генерализује се добро на нове, невидљиве податке.ӕӕУ преконтролисаном моделу, коефицијенти карактеристика су превелики и модел је у стању да уклопи шум у тачно податке, али ова прецизност долази по цену лошег учинка генерализације. Модел постаје превише специјализован за податке о обуци и не успева да ухвати основне обрасце у подацима.ӕӕДа би се избегла прекомерна контрола, важно је користити одговарајуће технике регуларизације, као што је Л1 или Л2 регуларизација, како би се кажњавали велики коефицијенти и спречило прекомерно прилагођавање. Поред тога, технике као што је унакрсна валидација могу се користити за процену перформанси модела на новим подацима и спречавање прекомерног прилагођавања.