About this episode

This episode discusses the dangers of overfitting in machine learning and the balance between underfitting and overfitting.

در این قسمت از پادکست «سطر صفر»، وارد یکی از خطرناک‌ترین و درعین‌حال جذاب‌ترین بخش‌های یادگیری ماشین می‌شیم: Overfitting. از مدلی حرف می‌زنیم که به‌جای درکِ الگو، داده‌ها رو حفظ می‌کنه، از اشتباه‌هایی که باعث می‌شن ماشین‌ها در ظاهر باهوش‌تر، اما در عمل ناآگاه‌تر بشن، و از اینکه چطور می‌شه بین «کم یاد گرفتن» و «زیاد یاد گرفتن» تعادل ایجاد کرد.همچنین درباره‌ی مفاهیمی مثل Underfitting، Regularization، Dropout، Early Stopping و اهمیت سادگی در مدل‌ها صحبت می‌کنیم. این اپیزود، نگاهیه به مرز باریک بین هوش و وسواس — جایی که ماشین یاد می‌گیره، ولی شاید دیگه نفهمه چرا.📍 همراه من باشین در «سطر صفر».داریوش اکرادی🎧 بشنوید، و اگر براتون جالب بود، به بقیه هم معرفی کنید.

More episodes of Satre Sefr | سطر صفر

• اپیزود 16 - فصل دوم: چرخش داده، مدل، کاربرد · July 9, 2026 · 31 min
• اپیزود مصاحبه 02 - از سطر صفر تا پژوهش در گوگل · November 27, 2025 · 53 min
• اپیزود 13 - فصل دوم: موفقیت یعنی چی؟ (ارزیابی عملکرد مدل‌ها) · October 30, 2025 · 26 min
• اپیزود 12 - فصل دوم: خوشه بندی، وقتی داده‌ها خودشون با هم حرف می‌زنن · October 9, 2025 · 19 min
• اپیزود 11 - فصل دوم: پیش‌بینی با داده‌ها – از فرمول تا رگرسیون · August 21, 2025 · 25 min
• اپیزود 10 - فصل دوم: ماشین چطور دسته‌بندی می‌کنه؟ · August 7, 2025 · 17 min

Explore listener stats, chart rankings, contacts and more on the Satre Sefr | سطر صفر podcast page.