Overfitting

Overfitting (Überanpassung) beschreibt, wenn ein Modell die Trainingsdaten zu genau auswendig lernt, statt allgemeine Muster zu erfassen. Es schneidet dann bei bekannten Beispielen sehr gut ab, versagt aber bei neuen, ungesehenen Daten. Ursachen sind oft zu wenige Daten oder ein zu komplexes Modell. Gegenmittel sind unter anderem mehr Daten, Regularisierung und sauberes Testen.