Проблематика машинного обучения: влияние гиперпараметров, переобучение и недообучение нейронных сетей

Abstract

В рамках настоящего исследования выполнен анализ влияния входных данных, параметров первоначальной настройки на процесс переобучения и недообучения нейронной сети. Это исследование имеет важное значение, поскольку первоначальная настройка модели обучения является ключевыми аспектом в процессе обучения моделей глубокого обучения. В процессе анализа модели были обучены с использованием различных комбинаций количества нейронов с одинаковыми входными данными и алгоритмом оптимизации, что позволило получить информацию о том, как обучение влияет на тренировочную и валидационную потери.