- Model Bias
- 模型设计得太过简单
- 解决方案
重新设计模型是弹性更大
2 优化问题
training loss大 到底是model bias or optimization的问题
- Overfitting
training data 的loss小, testing data的loss大
解决方案
- 增加训练资料/数据
- data augentation
- constrained model and not constrain too much
具体方式 - 设置少的神经元数目(少的参数/共用参数)
例如:CNN针对影像的架构限制模型的弹性 - 较少的特点
- Early stoppping
- Regularization
- Dropout
4 Bias-Complexity Trade-off
更好的选择模型
4 Mismatch
训练资料和测试资料有不同的分布。