Grundlagen und Technologie
Overfitting
Überanpassung
Overfitting bedeutet, dass ein Modell die Trainingsdaten auswendig lernt, statt allgemeingültige Muster zu erkennen. Es versagt dann bei neuen, echten Daten.
Für dein Unternehmen
Bei Angeboten externer KI-Dienstleister lohnt die Nachfrage, wie ein Modell auf unabhängigen Testdaten validiert wurde: Beeindruckende Demo-Ergebnisse allein sagen wenig darüber, ob eine Lösung im echten Betrieb zuverlässig funktioniert.
IT
Ausführliche Definition
Overfitting tritt auf, wenn ein KI-Modell die Trainingsdaten inklusive ihrer zufälligen Eigenheiten quasi auswendig lernt, statt die zugrunde liegende Struktur zu erfassen. auftretenden Fällen. Das Gegenteil, Underfitting, beschreibt ein Modell, das nicht einmal die Trainingsdaten ausreichend gut abbildet.
maschinelles-lernen; trainingsdaten; neuronales-netz
Some Studies in Machine Learning Using the Game of Checkers | Samuel, IBM Journal of Research and Development, 1959
← Alle Begriffe im KI-Glossar


