underfitting risk
nguy cơ thiếu khớp
avoiding underfitting
tránh thiếu khớp
susceptible to underfitting
dễ bị thiếu khớp
underfitting problem
vấn đề thiếu khớp
detecting underfitting
phát hiện thiếu khớp
model underfitting
mô hình thiếu khớp
underfitting data
dữ liệu thiếu khớp
prevent underfitting
ngăn ngừa thiếu khớp
checking for underfitting
kiểm tra thiếu khớp
severe underfitting
thiếu khớp nghiêm trọng
the model suffered from severe underfitting and failed to capture the underlying patterns.
mô hình đã phải chịu tình trạng thiếu khớp nghiêm trọng và không thể nắm bắt được các mô hình tiềm ẩn.
we noticed significant underfitting when evaluating the model on the test set.
chúng tôi nhận thấy tình trạng thiếu khớp đáng kể khi đánh giá mô hình trên tập dữ liệu kiểm tra.
underfitting often results from using a model that is too simple for the data.
thiếu khớp thường xảy ra do sử dụng mô hình quá đơn giản cho dữ liệu.
to avoid underfitting, we increased the model complexity and added more features.
để tránh tình trạng thiếu khớp, chúng tôi đã tăng độ phức tạp của mô hình và thêm nhiều tính năng hơn.
the linear regression model exhibited underfitting compared to the neural network.
mô hình hồi quy tuyến tính thể hiện tình trạng thiếu khớp so với mạng nơ-ron.
underfitting leads to poor performance on both training and test data.
thiếu khớp dẫn đến hiệu suất kém trên cả dữ liệu huấn luyện và dữ liệu kiểm tra.
we checked for underfitting by plotting the training and validation loss curves.
chúng tôi kiểm tra tình trạng thiếu khớp bằng cách vẽ các đường cong mất mát huấn luyện và xác thực.
regularization can sometimes exacerbate underfitting if applied too aggressively.
điều chuẩn hóa đôi khi có thể làm trầm trọng thêm tình trạng thiếu khớp nếu áp dụng quá tích cực.
the goal is to find a balance and avoid both underfitting and overfitting.
mục tiêu là tìm sự cân bằng và tránh cả tình trạng thiếu khớp và quá khớp.
underfitting can be a consequence of insufficient training data or a poor feature set.
thiếu khớp có thể là kết quả của dữ liệu huấn luyện không đủ hoặc một tập hợp các tính năng kém.
we used cross-validation to diagnose the extent of underfitting in the model.
chúng tôi đã sử dụng xác thực chéo để chẩn đoán mức độ thiếu khớp trong mô hình.
underfitting risk
nguy cơ thiếu khớp
avoiding underfitting
tránh thiếu khớp
susceptible to underfitting
dễ bị thiếu khớp
underfitting problem
vấn đề thiếu khớp
detecting underfitting
phát hiện thiếu khớp
model underfitting
mô hình thiếu khớp
underfitting data
dữ liệu thiếu khớp
prevent underfitting
ngăn ngừa thiếu khớp
checking for underfitting
kiểm tra thiếu khớp
severe underfitting
thiếu khớp nghiêm trọng
the model suffered from severe underfitting and failed to capture the underlying patterns.
mô hình đã phải chịu tình trạng thiếu khớp nghiêm trọng và không thể nắm bắt được các mô hình tiềm ẩn.
we noticed significant underfitting when evaluating the model on the test set.
chúng tôi nhận thấy tình trạng thiếu khớp đáng kể khi đánh giá mô hình trên tập dữ liệu kiểm tra.
underfitting often results from using a model that is too simple for the data.
thiếu khớp thường xảy ra do sử dụng mô hình quá đơn giản cho dữ liệu.
to avoid underfitting, we increased the model complexity and added more features.
để tránh tình trạng thiếu khớp, chúng tôi đã tăng độ phức tạp của mô hình và thêm nhiều tính năng hơn.
the linear regression model exhibited underfitting compared to the neural network.
mô hình hồi quy tuyến tính thể hiện tình trạng thiếu khớp so với mạng nơ-ron.
underfitting leads to poor performance on both training and test data.
thiếu khớp dẫn đến hiệu suất kém trên cả dữ liệu huấn luyện và dữ liệu kiểm tra.
we checked for underfitting by plotting the training and validation loss curves.
chúng tôi kiểm tra tình trạng thiếu khớp bằng cách vẽ các đường cong mất mát huấn luyện và xác thực.
regularization can sometimes exacerbate underfitting if applied too aggressively.
điều chuẩn hóa đôi khi có thể làm trầm trọng thêm tình trạng thiếu khớp nếu áp dụng quá tích cực.
the goal is to find a balance and avoid both underfitting and overfitting.
mục tiêu là tìm sự cân bằng và tránh cả tình trạng thiếu khớp và quá khớp.
underfitting can be a consequence of insufficient training data or a poor feature set.
thiếu khớp có thể là kết quả của dữ liệu huấn luyện không đủ hoặc một tập hợp các tính năng kém.
we used cross-validation to diagnose the extent of underfitting in the model.
chúng tôi đã sử dụng xác thực chéo để chẩn đoán mức độ thiếu khớp trong mô hình.
Explore frequently searched vocabulary
Want to learn vocabulary more efficiently? Download the DictoGo app and enjoy more vocabulary memorization and review features!
Download DictoGo Now