Pular para o conteúdo
Even3

Prevenção de sobreajuste em redes neurais

Trecho de 1 min 35 s de Redes neurais artificiais para calibração multivariada em sistemas não, gravado no evento XI Workshop de Quimiometria.

Assistir à gravação completaNo Even3 Conteúdos · 48 min

Sobre este trecho

A importância da divisão correta de dados em três conjuntos para evitar sobreajuste durante o treinamento de redes neurais.

Vai de a da gravação.

O que é dito neste trecho

Porque Porque as as redes redes neuronais neuronais são são modelos modelos mais mais flexíveis, flexíveis, né, né, em comparação em comparação ao PLS, ao PLS, mas mas isso isso faz faz com com que que o modelo o modelo seja seja muito muito mais mais sensível sensível também também ao ao sobreajuste. sobreajuste. Então Então se se nós nós temos temos um um conjunto conjunto original original que que não não é é de de muitas muitas amostras, amostras, normalmente normalmente para para o PLS o PLS com com dois dois sets, sets, né, né, calibração e teste, normalmente alcança para otimizar o modelo, mas no caso no no caso caso da da eh eh rede rede neuronal neuronal é é muito muito recomendável recomendável não no tentarmos tentarmos obter obter três três conjuntos, conjuntos, né, né, de de três três conjuntos, conjuntos, né? né? Um Um que que vai vai ser ser para para o o treinamento treinamento propriamente propriamente dito, dito, outro outro que que é é chamado chamado de de eh eh conjunto conjunto de de monitoramento monitoramento e e outro outro que que finalmente finalmente o o conjunto conjunto de de predição. predição. OK? OK? Então Então o que o que que que seria seria crítico crítico aqui, aqui, por por exemplo, exemplo, o o método método para para a seleção a seleção de de amostras, amostras, né? né? Isso Isso tem tem que estar que estar muito muito bem bem balanceados balanceados as as as as as as os os níveis níveis de de concentração concentração e os e os grupos. grupos. Há Há critérios critérios também também para para escolher escolher isso. isso. E E a a outra outra coisa coisa é é que que eu eu não não deveria deveria nunca nunca avaliar avaliar o o poder poder de de previsão previsão da da minha minha rede, rede, né, né, a a a a a a eficiência eficiência na na predição predição da minha da minha rede rede usando usando as as amostras amostras no no conjunto conjunto de previsão. de previsão. Somente Somente no no conjunto conjunto de de treinamento treinamento e e de de monitoramento. monitoramento. OK? OK? Porque Porque o o risco risco o o risco risco é é que que se se se se os os parâmetros parâmetros da da rede rede e e olhar olhar todo todo tempo tempo para para o o conjunto conjunto predição, predição, essa essa rede rede provavelmente provavelmente vai vai aprender aprender muito muito bem bem a estrutura a estrutura dos dos meus meus dados dados e e quando quando eu eu trago trago uma uma amostra amostra nova nova a a predição predição vai vai ser ser muito muito má, má, ou ou seja, seja, vou vou ter ter um sobreajuste. um sobreajuste.

Outros trechos deste conteúdo