來自Amazon Science的研究人員找出了為什麼機器學習研究代理不會過度擬合的原因。他們使用「搜索」迴圈,透過外部知識反覆修正假設,而不是單純記憶訓練資料。
這種方法使代理可以避免過度擬合,從而提高其預測的質量。這項研究已在Amazon Science網站上發表。
有關這項研究的討論也可以在news.ycombinator.com找到。
這項研究可能有助於提高機器學習代理的質量,使其在各種任務中更加有效。