Dönem (Epoch)
Kısaca: Makine öğrenmesinde epoch (dönem), eğitim veri kümesinin algoritmadan baştan sona bir kez eksiksiz geçirilmesidir.
Makine öğrenmesinde epoch (dönem), eğitim veri kümesinin algoritmadan baştan sona bir kez eksiksiz geçirilmesidir. Bir modeli eğitmek genellikle birçok epoch sürer; model her örnek grubundan (batch) sonra iç parametrelerini biraz ayarlar.
Neden önemli?
Epoch sayısı, eğitimdeki temel ayarlardan biridir. Sayı çok az olursa model verideki örüntüleri henüz öğrenmemiş olur (eksik öğrenme, underfitting); çok fazla olursa eğitim örneklerini ezberlemeye başlar ve yeni verilerde daha kötü performans gösterir (aşırı öğrenme, overfitting). Bu nedenle geliştiriciler her epoch'tan sonra modelin hatasını ayrı bir doğrulama kümesi üzerinde ölçer ve çoğu zaman bu hata iyileşmeyi bıraktığında eğitimi durdurur; bu tekniğe erken durdurma (early stopping) denir. Kripto okurları bu kelimeyle başka bir anlamda da karşılaşır: Hisse Kanıtı kullanan blok zincirleri epoch kelimesini, doğrulayıcı görevlerini ve ödüllerini düzenleyen, belirli sayıda bloktan veya slottan oluşan sabit bir süre için kullanır.
Örnek
Bir model, 100'lük gruplar hâlinde işlenen 1.000 etiketli görsel üzerinde eğitilir. Dolayısıyla bir epoch 10 eğitim adımı sürer ve beş epoch sonunda model her görseli beş kez görmüş olur. Modelin doğrulama kümesindeki doğruluğu üçüncü epoch'a kadar artıp ardından düşerse geliştirici, üçüncü epoch'tan sonra kaydedilen sürümü tutar.