Розмір шрифта: 

У цій роботі розглядаються методи мінімаксної апроксимації як інструменту для подолання феномену подвійного спуску в машинному навчанні. Описуються основні стратегії мінімізації максимальних втрат, оптимізації складності моделі, контролю перенавчання та впровадження регуляризації. Особливу увагу приділено визначенню оптимальної точки другого спуску, що дозволяє підвищити узагальнюючі властивості моделей та знизити їх схильність до перенавчання.

 

DOI: https://doi.org/10.31649/mccs2024.1-06

мінімаксна апроксимація; подвійний спуск; машинне навчання; перенавчання; оптимізація моделі; регуляризація. minimax approximation; double descent; machine learning; overfitting; model optimization; regularization.