Bonne réponse
Explication
Le modèle donne de bons résultats sur les données d'entraînement mais de mauvais résultats sur de nouvelles données provenant d'une ville différente, ce qui constitue le symptôme classique du surapprentissage. Le surapprentissage se produit lorsqu'un modèle apprend le bruit et les motifs spécifiques des données d'entraînement qui ne se généralisent pas aux données invisibles, en particulier lorsque les nouvelles données ont des caractéristiques différentes (par exemple, des dynamiques de marché immobilier différentes). Dans ce cas, le modèle a mémorisé les tendances de prix de la ville d'entraînement plutôt que d'apprendre des relations généralisables.
Pour aller plus loin
La généralisation est l'objectif central de l'apprentissage supervisé : un modèle de régression pour les prix de l'immobilier doit apprendre la relation sous-jacente entre les caractéristiques et les prix, et non mémoriser les résultats exacts des exemples d'entraînement. Le surapprentissage survient lorsque la capacité du modèle est importante par rapport à la quantité de données d'entraînement diverses, ce qui permet au modèle d'encoder du bruit idiosyncrasique ; cela devient particulièrement catastrophique lorsque les nouvelles données proviennent d'une distribution déplacée, car les motifs de bruit ajustés ne sont plus applicables. Une idée reçue fréquente est que le surapprentissage signifie seulement obtenir de bons résultats sur les données d'entraînement, mais le diagnostic clé est l'écart de généralisation, c'est-à-dire la différence relative entre les erreurs d'entraînement et de validation. La régularisation, la validation croisée et l'utilisation d'un ensemble de validation qui reflète la véritable distribution de déploiement sont des défenses standard, mais elles ne peuvent pas compenser entièrement le décalage de distribution. Dans le scénario des prix immobiliers, même un modèle correctement régularisé pourrait faire l'objet d'un surapprentissage si les nouvelles maisons proviennent d'un quartier ou d'une période différents, car la correspondance caractéristique-prix apprise peut ne pas se transférer.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.