Overfitting (Supra-ajustare)

Overfitting-ul este o problemă care apare atunci când un model AI „memorează” prea bine datele de antrenare, inclusiv zgomotul și particularitățile lor specifice, în loc să învețe tipare generale aplicabile și la date noi.

Rezultatul este un model care obține performanțe excelente pe datele folosite la antrenare, dar eșuează atunci când este testat pe date noi, nevăzute anterior — practic, nu a „învățat”, ci a „reținut pe de rost”.

Acest fenomen apare frecvent atunci când setul de date de antrenare este prea mic, prea puțin variat sau când modelul este excesiv de complex pentru problema respectivă.

Pentru a preveni overfitting-ul, specialiștii folosesc tehnici precum împărțirea datelor în seturi de antrenare și testare, regularizarea sau oprirea timpurie a antrenării. Opusul acestui fenomen, underfitting-ul, apare când modelul este prea simplu pentru a învăța corect tiparele din date.

Găsirea echilibrului corect între overfitting și underfitting este una dintre provocările centrale în construirea oricărui model de machine learning fiabil.