Model zbyt dopasowany do przeszłości, przez co słabo działa na nowych danych.
Overfitting pojawia się wtedy, gdy model świetnie opisuje dane historyczne, ale słabo przewiduje przyszłość. Dzieje się tak, gdy zamiast ogólnych zależności model „uczy się” szumu i przypadkowych wyjątków. W zakładach to częsty błąd osób budujących własne systemy. Przeuczony model wygląda imponująco na papierze, ale rozczarowuje w realnym graniu.
Policz to od razu na swoich liczbachotwórz kalkulator →