Overfitting
Sovradattamento
Difetto di un'intelligenza artificiale che impara a memoria gli esempi di addestramento e poi sbaglia con i casi nuovi, come uno studente che ricorda le risposte senza capirle.
L'overfitting emerge quando il modello è troppo complesso per i dati disponibili oppure viene addestrato troppo a lungo. Il sistema memorizza dettagli, rumore e difetti del Dataset invece di cogliere schemi generalizzabili. Ottiene così risultati eccellenti sui dati già visti e deboli sui casi reali. Le contromisure comprendono set di validazione separati, regolarizzazione, dropout, aumento dei dati e arresto anticipato quando l'errore sui dati esterni comincia a crescere.
Storia d'uso
Origine lessicale non attestabile
Le fonti consultate attestano l’uso tecnico corrente, ma non chiariscono l’origine lessicale o la prima attestazione affidabile del lemma.
Verifica d'uso:
- www.frontiersin.org ·
Overfitting remains a persistent barrier to reliable machine learning
- proceedings.laccei.org ·
Preventing Overfitting and Underfitting in Machine Learning Model Development
- www.frontiersin.org ·