Kaj je Konvergenca?
Pri strojnem učenju konvergenca pomeni, da se postopek učenja približuje stabilnemu stanju: izguba se skoraj ne zmanjšuje več, parametri modela pa se spreminjajo le minimalno. Ali in kako hitro model konvergira, je odvisno od dejavnikov, kot so stopnja učenja, kakovost podatkov in arhitektura modela. Če je stopnja učenja previsoka, izguba skače; če je prenizka, učenje traja po nepotrebnem dolgo. Konvergenca ne zagotavlja dobrega modela, saj je ta lahko še vedno čezmerno prilagojen.