فرط الملاءمة

فرط الملاءمة
معلومات عامة
صنف فرعي من
جزء من
النقيض

تعديل - تعديل مصدري - تعديل ويكي بياناتحول القالب

جزء من سلسلة مقالات حول
تعلم الآلة
والتنقيب في البيانات
مشكلات
التعليم بالإشراف
تحليل عنقودي
اختزال الأبعاد
التوقع المهيكل
تشخيص الشذوذ
الشبكات العصبونية الاصطناعية
تعليم معزز
النظرية
أنظمة تعلم الآلة
شكل 1. يمثل الخط الأخضر نموذجًا مفرط المُلائمة ويمثل الخط الأسود نموذجًا منتظمًا. في حين أن الخط الأخضر يتبع بيانات التدريب اتباعًا أفضل، فإنه يعتمد بشكل كبير على تلك البيانات ومن المرجح أن يكون لديه معدل خطأ أعلى في البيانات الجديدة غير المرئية الموضحة بنقاط محددة باللون الأسود، مقارنة بالخط الأسود.
الشكل 2.يظهر فرط التعميم وذلك بسبب اعتماد نموذج خطي لملائمة بيانات ليست خطية

فرط المُلاءمة[1] أو فرط التخصيص[2] (بالإنكليزية: overfitting) في النمذجة الرياضية هو «إنتاج تحليل يتوافق توافقًا وثيقًا جدًا أو تامًا مع مجموعة معينة من البيانات، وبذلك قد يفشل في التوافق مع البيانات الإضافية أو التنبؤ بالملاحظات المستقبلية بشكل موثوق».[3] النموذج مفرط المُلاءمة هو نموذج رياضي يحتوي على وسائط أكثر مما يمكن تبريره بواسطة البيانات.[4] بالمعنى الرياضي، تمثل هذه الوسائط درجة متعددة حدود . إن جوهر فرط المُلاءمة هو استخراج بعض التباين المتبقي (أي الضجيج) بغير قصد كما لو كان هذا التباين يمثل بنية النموذج الأساسية.[5]:45

أما نقص الملاءمة[1] أو نقص التعميم[6] (بالإنكليزية: underfitting) فيَحْدُث عندما لا يتمكن النموذج الرياضي من تعلم البنية الأساس للبيانات تعلمًا مناسبًا. النموذج ناقص المُلاءمة هو نموذج تكون فيه بعض الوسائط أو المصطلحات، التي قد تظهر في نموذج محدد تحديًدا صحيحًا، مفقودةً.[4] قد يحدث فرط التعميم، على سبيل المثال، عند ملاءمة نموذج خطي للبيانات غير الخطية. يميل مثل هذا النموذج إلى أن يكون له أداء تنبئه ضعيفٌ.

المراجع

  1. ^ ا ب موفق دعبول؛ مروان البواب؛ نزار الحافظ؛ نوار العوا (2017)، قائمة مصطلحات المعلوماتية (بالعربية والإنجليزية)، دمشق: مجمع اللغة العربية بدمشق، ص. 128، QID:Q112244705
  2. ^ معجم البيانات والذكاء الاصطناعي (PDF) (بالعربية والإنجليزية)، الهيئة السعودية للبيانات والذكاء الاصطناعي، 2022، ص. 92، QID:Q111421033
  3. ^ Definition of "overfitting" at OxfordDictionaries.com: this definition is specifically for statistics.
  4. ^ ا ب Everitt B.S., Skrondal A. (2010), Cambridge Dictionary of Statistics, مطبعة جامعة كامبريدج.
  5. ^ Burnham، K. P.؛ Anderson، D. R. (2002)، Model Selection and Multimodel Inference (ط. 2nd)، Springer-Verlag.
  6. ^ معجم البيانات والذكاء الاصطناعي (PDF) (بالعربية والإنجليزية)، الهيئة السعودية للبيانات والذكاء الاصطناعي، 2022، ص. 112، QID:Q111421033 ذكرها المرجع باسم: فرط التعميم، ونظن أنها خاطئة
أيقونة بذرة

هذه بذرة مقالة عن ذكاء اصطناعي بحاجة للتوسيع. فضلًا شارك في تحريرها.