Я недавно выучил Машинное обучение , и я разрабатываю Tic Tac Toe движок, который предсказывает лучший ход в данной позиции Tic Tac Toe (или состоянии доски) в качестве моего первый проект. Я использовал грубую силу, чтобы создать все возможные позиции для доски 3 на 3 (исключая завершенные и повторные игры), и получил 4520 различных возможных позиций. Затем я использовал MinMax , чтобы определить лучший ход в каждой из этих позиций. Теперь я хочу приспособить модель к этим данным, чтобы добиться максимальной точности. Что-то, о чем я подумал:
Поскольку у меня есть все возможные позиции, почему бы мне не обучить модель на всем наборе (так что тестового набора не будет), и использовать сложный neural network для наложения данных и получить 100% точность, тогда она также будет 100% точность при практическом использовании, поскольку не будет встречать новые позиции.
Дело в том, что я замечаю, что люди всегда называют переоснащение плохой вещью, Итак, мои вопросы: это хорошая практика? И почему это хорошо или нет?