मशिन लर्निंग मॉडेल जी ओव्हरफीट (overfit) असतात, त्या मध्ये ________Bias असतो आणि जी अंडरफीट (underfit) असतात, त्या मध्ये ____________व्हेरीयंस (variance) असतो.
EN
Machine learning models that are overfit have ________ Bias, and models that are underfit have ________ Variance.
योग्य उत्तर: पर्याय ४ (कमी, कमी / Low, Low)
स्पष्टीकरण:
•
मशीन लर्निंगमधील बायस-व्हेरियन्स ट्रेडऑफ (Bias-Variance Tradeoff):
1.
ओव्हरफिटिंग (Overfitting): जेव्हा मॉडेल ट्रेनिंग डेटा अत्यंत काटेकोरपणे पाठ करते (घोकंपट्टी), तेव्हा त्यात बायस कमी (Low Bias) असतो, परंतु व्हेरियन्स जास्त (High Variance) असतो.
2.
अंडरफिटिंग (Underfitting): जेव्हा मॉडेल अत्यंत साधे असते आणि ट्रेनिंग डेटातील नमुने शिकू शकत नाही, तेव्हा त्यात बायस जास्त (High Bias) असतो, परंतु व्हेरियन्स कमी (Low Variance) असतो.
•
त्यामुळे विचारल्यानुसार: ओव्हरफिट मॉडेल्समध्ये कमी (Low) बायस असतो आणि अंडरफिट मॉडेल्समध्ये कमी (Low) व्हेरियन्स असतो.
MPSC परीक्षा टीप
परीक्षेसाठी महत्त्वपूर्ण संकल्पना व शॉर्टकट
बायस-व्हेरियन्स ट्रेडऑफनुसार, ओव्हरफिटिंगमध्ये कमी बायस (Low Bias) तर अंडरफिटिंगमध्ये कमी व्हेरियन्स (Low Variance) असतो.
translate
English Explanation / स्पष्टीकरण:
Correct Answer: Option 4 (Low, Low / कमी, कमी)
Explanation:
•
In the fundamental Bias-Variance Tradeoff of machine learning:
•
Overfitting: The model memorizes training noise and fits complex non-generalizable boundaries. Consequently, an overfit model exhibits Low Bias and High Variance.
•
Underfitting: The model is overly rigid and fails to capture underlying data trends. Consequently, an underfit model exhibits High Bias and Low Variance.
•
Therefore, overfit models have Low Bias, and underfit models have Low Variance (Low, Low).
MPSC EXAM TIP
High-Yield Exam Strategy Tip
In machine learning models, overfitting exhibits Low Bias, while underfitting exhibits Low Variance.