ওভারফিটিং কী?
ওভারফিটিং এমন একটি মডেলিং ত্রুটি যা ঘটে যখন কোনও ফাংশন সীমাবদ্ধ সেট ডেটার পয়েন্টের সাথে খুব ঘনিষ্ঠভাবে ফিট হয়। মডেলকে ওভারফিট করা সাধারণত অধ্যয়নের অধীনে থাকা ডেটাগুলিতে আইডিয়াসিনক্রেসিগুলি ব্যাখ্যা করতে অতিরিক্ত জটিল মডেল তৈরির রূপ নেয়।
বাস্তবে, প্রায়শই অধ্যয়ন করা ডেটার মধ্যে কিছুটা ত্রুটি বা এলোমেলো শব্দ থাকে। এইভাবে, মডেলটিকে খুব ঘনিষ্ঠভাবে সামান্য ভুল তথ্যের সাথে সামঞ্জস্য করার চেষ্টা করা মডেলটিকে যথেষ্ট ত্রুটিগুলি সংক্রামিত করতে পারে এবং তার ভবিষ্যদ্বাণীক শক্তি হ্রাস করতে পারে।
কী Takeaways
- ওভারফিটিং এমন একটি মডেলিং ত্রুটি যা ঘটে যখন কোনও ফাংশন সীমিত ডাটা পয়েন্টগুলির সাথে খুব ঘনিষ্ঠভাবে ফিট করে।
ওভারফিটিং বোঝা
উদাহরণস্বরূপ, একটি সাধারণ সমস্যা হ'ল কম্পিউটার অ্যালগরিদমগুলি নিদর্শনগুলি সন্ধানের জন্য historicalতিহাসিক বাজারের ডেটাগুলির বিস্তৃত ডাটাবেসগুলি অনুসন্ধান করতে। পর্যাপ্ত অধ্যয়ন দেওয়া, প্রায়শই বিস্তৃত উপপাদ্য বিকাশ করা সম্ভব যা নিকট যথার্থতার সাথে শেয়ার বাজারে প্রত্যাবর্তনের মতো বিষয়গুলির পূর্বাভাস দেয়।
যাইহোক, যখন নমুনার বাইরের ডেটা প্রয়োগ করা হয়, তখন এই ধরনের উপপাদ্যগুলি সম্ভবত এমন কোনও মডেলের চেয়ে বেশি প্রমাণিত হতে পারে যা বাস্তবে কেবল সুযোগের ঘটনাগুলির চেয়ে বেশি ছিল। সমস্ত ক্ষেত্রে, ডেটাগুলির বিরুদ্ধে এমন কোনও মডেল পরীক্ষা করা গুরুত্বপূর্ণ যা এটি বিকাশের জন্য ব্যবহৃত নমুনার বাইরে থাকে।
আর্থিক পেশাদারদের অবশ্যই সর্বদা সীমিত তথ্যের ভিত্তিতে কোনও মডেলকে ছাপিয়ে যাওয়ার বিপদ সম্পর্কে সচেতন থাকতে হবে।
