Overfitting
When a model memorises its training data instead of learning the pattern, and fails on anything new.
Un modèle en surapprentissage a appris le bruit en même temps que le signal. Il obtient d’excellents scores sur les données qu’il a vues et de mauvais sur celles qu’il n’a pas vues. Les remèdes habituels sont plus de données, moins de capacité de modèle, la régularisation, et l’arrêt de l’entraînement dès que la perte de validation repart à la hausse.
En pratique : 99 % sur les données d’entraînement, 62 % en production — un cas d’école.
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?