Here are some ways to avoid overfitting:

Đáp án đúng gồm ba ý: "Early stopping", "Regularization" và "Dropout". Quá khớp (overfitting) xảy ra khi mô hình học thuộc cả nhiễu của tập huấn luyện nên kém trên dữ liệu mới; cách chống là giới hạn năng lực hoặc thời gian học của mô hình. "Early stopping" (dừng sớm) theo dõi sai số trên tập kiểm định và dừng huấn luyện khi sai số này bắt đầu tăng. "Regularization" (chính quy hoá) như L1, L2 cộng thêm phạt độ lớn trọng số vào hàm mất mát, buộc mô hình đơn giản hơn. "Dropout" tắt ngẫu nhiên một phần nơ-ron ở mỗi bước huấn luyện, khiến mạng không dựa dẫm vào vài nơ-ron và hoạt động như trung bình của nhiều mạng con. "Increase model complexity" làm ngược lại: thêm tầng, thêm tham số giúp mô hình ghi nhớ nhiễu dễ hơn, đó là cách chữa thiếu khớp (underfitting). "Increase the duration of training the data" cũng làm quá khớp nặng thêm, vì huấn luyện càng lâu sau điểm tối ưu thì sai số kiểm định càng tăng, đúng điều mà dừng sớm muốn tránh.