Underfitting
نقص التخصيص
التعريف
حالة يكون فيها النموذج أبسط من أن يلتقط النمط الحقيقي في البيانات فيخطئ في التدريب والاختبار معاً.
يحدث نقص التخصيص (ضعف الملاءمة) عندما تكون سعة النموذج قليلة، أو الخصائص غير كافية، أو التدريب قصيراً، أو التنظيم مفرطاً. علامته: خطأ مرتفع على بيانات التدريب نفسها، وخطأ مشابه على بيانات التحقق.
علاجه عكس علاج فرط التخصيص غالباً: نموذج أكثر سعة، أو خصائص أفضل، أو تدريب أطول، أو تقليل قوة التنظيم.
Definition
Underfitting occurs when a model is too simple to capture the underlying structure of the data, resulting in high error on both the training set and unseen data.
شرح مبسّط للمبتدئين
محاولة وصف طريق جبلي متعرّج بخط مستقيم واحد: سيبقى الوصف بعيداً عن الطريق الحقيقي مهما حاولت.
شرح أكاديمي متخصص
في إطار الانحياز والتباين يقابل نقص التخصيص انحيازاً مرتفعاً: فضاء الفرضيات لا يحتوي دالة قريبة من الدالة الحقيقية، فيبقى الخطأ مرتفعاً حتى مع بيانات لا نهائية.
أمثلة عملية
- استخدام انحدار خطي لبيانات علاقتها تربيعية واضحة.
- شجرة قرار بعمق 1 لمسألة تصنيف معقدة.
- إيقاف تدريب شبكة عصبية بعد حقبة واحدة.
التطبيقات والاستخدامات
- قراءة منحنيات التعلم: إذا تقارب خطأ التدريب والتحقق عند قيمة مرتفعة فالمشكلة نقص تخصيص.
القيود والعيوب
- قد يُخلط بينه وبين ضعف جودة البيانات أو أخطاء الوسوم.
المصادر العلمية
مراجع ومصادر علمية
-
كتابThe Elements of Statistical Learning (2nd ed.) مرجع إحصائي في التعلم الآلي، متاح مجاناً من موقع المؤلفين.
-
كتابDeep Learning كتاب مرجعي شامل في التعلم العميق، متاح مجاناً للقراءة على الويب.
