Что такое early stopping (ранняя остановка) в машинном обучении

Early stopping — это техника регуляризации, которая останавливает обучение модели до завершения всех эпох, если производительность на валидационном наборе перестает улучшаться. Это предотвращает переобучение и экономит вычислительные ресурсы.

Пример с Keras:

from tensorflow.keras.callbacks import EarlyStopping

early_stopping = EarlyStopping(
monitor='val_loss', # метрика для мониторинга
patience=5, # сколько эпох ждать без улучшения
restore_best_weights=True # вернуть веса лучшей модели
)

model.fit(X_train, y_train,
validation_data=(X_val, y_val),
epochs=100,
callbacks=[early_stopping])

Ключевые параметры:
- `monitor`: метрика для отслеживания (обычно val_loss или val_accuracy)
- `patience`: количество эпох без улучшения перед остановкой
- `min_delta`: минимальное изменение для признания улучшения
- `restore_best_weights`: возврат к весам с лучшей метрикой