汎化性能は 未知データでの予測力 モデル選択は 汎化性能を最大化 最適なモデルは 当てはまりの良さと複雑さの バランスで決まる AICは赤池情報量基準 AICはパラメータ数に 比例した罰則 AICは複雑さと 当てはまりのバランス指標 BICはベイズ情報量基準 BICはサンプル数を 考慮する指標 罰則はAICより重い指標 大規模データで複雑モデル をより厳しく評価 モデル選択の基本原則 オッカムの剃刀は 同じ程度に説明できるなら 単純な方を採用する 汎化性能は 未知データでの予測力 モデル選択は 汎化性能を最大化 AICもBICも 小さいほど良い AICとBICは 過学習を抑制
0/500