NLP
Avancé
Correction d’un modèle surapprenant sur corpus réduit
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
overfitting
regularization
deep-learning
bugfix
text-classification
Scénario Technique
Contexte : Un modèle NLP profond atteint excellente performance sur train mais chute sur validation. Le Problème : Le corpus d’entraînement est limité et le modèle trop complexe. Extrait logique actuelle : Dense(512) -> Dense(512) Sans régularisation. Contraintes : Introduire dropout ou réduction architecture. Mettre en place validation plus robuste. Comparer performances. Livrable attendu : Proposer une stratégie pour réduire l’overfitting dans un modèle NLP.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.