Słownik AI
Overfitting (przeuczenie)
overfitting
Sytuacja, w której model nauczył się danych treningowych na pamięć i zawodzi na nowych przypadkach.
Przeuczenie występuje, gdy model dopasował się do danych treningowych zbyt dokładnie - łącznie z ich przypadkowym szumem. Efekt: doskonałe wyniki na zbiorze treningowym i wyraźnie gorsze na danych, których model nie widział.
Jak rozpoznać
Rosnąca różnica między skutecznością na zbiorze treningowym a walidacyjnym. Jeśli pierwsza rośnie, a druga zaczyna spadać - model się przeucza.
Jak przeciwdziałać
- Więcej i bardziej zróżnicowanych danych.
- Prostszy model lub techniki regularyzacji.
- Wcześniejsze zatrzymanie treningu.
- Uczciwy podział danych na zbiór treningowy, walidacyjny i testowy.
Przeciwieństwem jest niedouczenie - model zbyt prosty, żeby uchwycić zależność.
