Empirické minimalizování rizika

Empirical Risk Minimization (ERM)

Empirické minimalizování rizika vybírá model tak, aby snížil průměrnou ztrátu na trénovacích datech.

Tento princip stojí za mnoha postupy strojového učení. Přizpůsobení trénovacím příkladům nezaručuje zobecnění, proto se výkon ověřuje na datech, která model při učení neviděl.