Overfitting
El sobreajuste ocurre cuando un modelo se ajusta demasiado al ruido y al detalle de los datos de entrenamiento, dando un error de entrenamiento bajo pero un error de generalización alto.
Propósito
Identificar y prevenir el sobreajuste y mejorar la generalización del modelo.
Mecanismo
Cuando la complejidad del modelo es demasiado alta, este memoriza los datos de entrenamiento en lugar de aprender el patrón subyacente. Detección: el error de entrenamiento queda muy por debajo del de validación. Defensas: regularización, dropout, parada temprana, aumento de datos, modelos más simples y ensambles.
Casos de uso
- Generalización de modelos
- Aprendizaje profundo
- Selección de modelos