Tidlig stop er en teknik, der bruges i maskinlæringsalgoritmer for at forhindre overtilpasning af træningsdata. Det involverer at overvåge modellens ydeevne under træningsprocessen og stoppe træningen, når ydeevnen på et valideringssæt begynder at falde. Dette gøres for at forhindre, at modellen fortsætter med at justere sine parametre, så de passer til støjen i træningsdataene, hvilket kan føre til dårlig præstation på nye, usete data. Ved at stoppe træningen tidligt forhindres modellen i at blive alt for kompleks og er mere tilbøjelig til at generalisere godt til nye data.
Udgivelsesdato: