| Overfitting Overfitting occurs in machine learning training when the algorithm can only work on specific examples within the training data. A typical functioning AI model should be able to generalize patterns in the data to tackle new tasks. | A túlilleszkedés (overfitting) a gépi tanulásban előforduló probléma, amikor egy modell túl jól illeszkedik a tanuló adathalmazhoz, és nem képes általánosítani az új, eddig nem látott adatokra. Ilyenkor a modell nem a valódi mintázatokat tanulja meg, hanem az adott adathalmaz véletlenszerű jellemzőit is. Gyakorlati példa Egy e-kereskedelmi weboldal gépi tanulási modellje: Probléma: A modell a vásárlási szokások elemzésére tanul, de a tanuló adathalmazban mindig adott termékek szerepelnek a csúcsidőszakban. Túlilleszkedés tünete: A modell csak a tanuló adathalmaz alapján képes előrejelezni a vásárlásokat, és más időszakokban rossz eredményeket mutat. Megoldás: Az adathalmaz bővítése, amely tartalmazza az év különböző időszakaiban gyűjtött adatokat, valamint regularizáció alkalmazása. | Almotive Prezi TensorFlow Scikit-learn XGBoost Keras Google AutoML |