Fundamentos de machine learning · Evaluación de modelos

Regularización (L1/L2)

Penalizar los pesos grandes del modelo durante el entrenamiento para que no pueda sobreajustar memorizando el ruido.

Empezar una lección sobre Regularización (L1/L2)

Aprende antes

• Sobreajuste y subajuste: Un modelo que memoriza los datos de entrenamiento en lugar de aprender el patrón (sobreajuste), o uno demasiado débil para siquiera aprenderlo (subajuste).

Lleva a

• Ajuste de hiperparámetros: Buscar sistemáticamente los ajustes (tasa de aprendizaje, fuerza de regularización, profundidad del árbol) que no se aprenden de los datos sino que se eligen antes del entrenamiento.

Temas relacionados

• Ajuste de hiperparámetros: Buscar sistemáticamente los ajustes (tasa de aprendizaje, fuerza de regularización, profundidad del árbol) que no se aprenden de los datos sino que se eligen antes del entrenamiento.