Underfitting e Overfitting
Underfitting e overfitting são problemas em machine learning supervisionado que podem aparecer nos modelos e está relacionado com o trade-off de viés e variância. ...
Machine Learning
Divisão de dados em Treino, Validação e Teste para Machine Learning
A divisão de datasets em treino, teste e validação é um procedimento em data science, mais especificamente machine learning supervisionado, que divide o conjunto de dados (dataset) em três subconjuntos para permitir a medição da performance de algoritmos de previsão e classificação. ...
Aprendizado supervisionado vs não-supervisionado
Em machine learning (aprendizado de máquina em português) temos dois tipos de aprendizado: o supervisionado e o não-supervisionado. A diferença entre eles está nos rótulos, também conhecidos como targets, dos dados e nos métodos utilizados para cada um. ...
Trade-off entre viés e variância (links)
Quanto mais parâmetros colocamos no modelo, menor se torna o viés, porém mais complexo ele se torna e maior é a variância. Em machine learning é importante encontrar o equilíbrio entre viés e variância num modelo. ...