'''Učení s učitelem''' je metoda [[strojové učení|strojového učení]] pro učení funkce z trénovacích dat.
[[Trénovací data]] sestávají ze dvojic vstupních objektů (typicky vektorů rysůpříznaků) a požadovaného výstupu.
Výstup funkce může být spojitá hodnota (při [[regresní analýza|regresi]]) anebo může předpovídat označení
třídy vstupního objektu (při [[statistické klasifikace|klasifikaci]]). Úloha algoritmu učení je
Řádek 12:
== Přeučení ==
Přeučení (overfitting) je stav učící se [[Neuronová_síť|neuronové sítě]], kdy přije přílišsystém velkémpřliš počtupřizpůsoben příkladůmnožině můžetrénovacích síťdat, ale ztratitnemá schopnost generalizace a selhává na testovací (validační) množině dat. To se může stát např. při malém rozsahu trénovací množiny nebo pokud je systém příliš komplexní (např. příliš mnoho skrytých neuronů v [[Neuronová síť|neuronové síti]]. Řešením je zvětšení trénovací množiny, snížení složitosti systému nebo různé techniky [[regularizace]] jako je zavedení náhodného šumu (což v zásadě odpovídá rozšíření trénovací množiny), zavedení omezení na parametry systému, které v důsledku snižuje složitost učení, nebo předčasné ukončení (průběžné testování na validační sadě příkladůmnožině a konec učení ve chvíli, kdy se chyba učenína této množině dostane do svého minima).
