Overfitting
When a model memorises its training data instead of learning the pattern, and fails on anything new.
Un modelo sobreajustado ha aprendido tanto el ruido como la señal. Puntúa de maravilla en datos que ya vio y mal en datos que no. Los remedios habituales son más datos, menos capacidad del modelo, regularización y detener el entrenamiento temprano, cuando la pérdida de validación empieza a subir.
En la práctica: 99% en los datos de entrenamiento, 62% en producción — un caso de manual.
Where this comes up
- AI Career Path for Beginners: Your Comprehensive Guide
- AI Learning Roadmap for Beginners: Your Comprehensive Guide
- AI for Trading Course: Your Complete Guide to Learning and Success
- Can I Teach Myself AI? A Comprehensive Guide
- Claude Opus 4.7: The Most Powerful Opus Model Yet by Anthropic
- How Much Math Do You Need to Learn AI?