فرط الملاءمة
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
| صنف فرعي من | |
|---|---|
| جزء من | |
| النقيض |
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
عدل- ^ 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
- ^ معجم البيانات والذكاء الاصطناعي (PDF) (بالعربية والإنجليزية)، الهيئة السعودية للبيانات والذكاء الاصطناعي، 2022، ص. 92، QID:Q111421033
- ^ Definition of "overfitting" at OxfordDictionaries.com: this definition is specifically for statistics.
- ^ ا ب Everitt B.S., Skrondal A. (2010), Cambridge Dictionary of Statistics, مطبعة جامعة كامبريدج.
- ^ Burnham، K. P.؛ Anderson، D. R. (2002)، Model Selection and Multimodel Inference (ط. 2nd)، Springer-Verlag.
- ^ 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
