PrepSnap logoPrepSnap
Pass

Question

1.
2.
3.
4.
Answer (Detailed Solution Below)

Option 4 : Overfitting; the model needs more diverse training data with regularization such as dropout / ओवरफिटिंग; मॉडल को ड्रॉपआउट जैसे नियमितीकरण सहित अधिक विविध प्रशिक्षण डेटा चाहिए

Advertisement

Detailed Solution

सही उत्तर Overfitting; the model needs more diverse training data with regularization such as dropout / ओवरफिटिंग; मॉडल को ड्रॉपआउट जैसे नियमितीकरण सहित अधिक विविध प्रशिक्षण डेटा चाहिए है।

Key Points
Helpful?
PrepSnapprepsnap.in • Part -A

Question:

An image-classification model scores 99 percent accuracy on its training set but only 61 percent on the validation set. The correct diagnosis and remedy are / एक तस्वीर-वर्गीकरण मॉडल प्रशिक्षण सेट पर 99 प्रतिशत परिशुद्धता देता है पर सत्यापन सेट पर केवल 61 प्रतिशत। सही निदान और उपचार है

1.
Underfitting; the model needs fewer layers / अंडरफिटिंग; मॉडल को कम परतों की आवश्यकता है
2.
Data leakage; the labels must be shuffled / डेटा रिसाव; लेबल फेरबदल करने होंगे
3.
Class imbalance; the majority class must be deleted / वर्ग असंतुलन; बहुसंख्यक वर्ग हटाना होगा
4.
Overfitting; the model needs more diverse training data with regularization such as dropout / ओवरफिटिंग; मॉडल को ड्रॉपआउट जैसे नियमितीकरण सहित अधिक विविध प्रशिक्षण डेटा चाहिए

Correct Answer: Overfitting; the model needs more diverse training data with regularization such as dropout / ओवरफिटिंग; मॉडल को ड्रॉपआउट जैसे नियमितीकरण सहित अधिक विविध प्रशिक्षण डेटा चाहिए

A large train-validation gap is the signature of overfitting — memorising training samples; diverse data plus regularization like dropout restores generalization. / बड़ा प्रशिक्षण-सत्यापन अंतर ओवरफिटिंग की पहचान है — प्रशिक्षण नमूने रटना; विविध डेटा और ड्रॉपआउट जैसा नियमितीकरण सामान्यीकरण बहाल करता है।

Downloaded from PrepSnap (prepsnap.in)