توقف زودهنگام تکنیکی است که در الگوریتم های یادگیری ماشین برای جلوگیری از برازش بیش از حد داده های آموزشی استفاده می شود. این شامل نظارت بر عملکرد مدل در طول فرآیند آموزش و توقف آموزش زمانی است که عملکرد در مجموعه اعتبار سنجی شروع به کاهش می کند. این کار برای جلوگیری از ادامه تنظیم پارامترهای مدل برای تناسب با نویز در دادههای آموزشی انجام میشود که میتواند منجر به عملکرد ضعیف در دادههای جدید و دیده نشده شود. با توقف زودهنگام آموزش، از پیچیده شدن بیش از حد مدل جلوگیری می شود و به احتمال زیاد به خوبی به داده های جدید تعمیم می یابد.
تاریخ انتشار: