Aşırı Uyum (Overfitting)

Aşırı uyum, bir modelin eğitim verisindeki gerçek örüntülerle birlikte gürültüyü, tesadüfi ayrıntıları ve veri setine özgü sapmaları da öğrenmesi durumudur. Bu durumda model eğitim setinde çok başarılı görünür ama yeni verilerde beklenen performansı vermez. Kısacası sistem öğrenmiş gibi görünür, ama aslında ezberlemiştir. Overfitting özellikle veri miktarı az olduğunda, model kapasitesi gereğinden yüksek olduğunda veya değerlendirme kurgusu zayıf olduğunda daha sık görülür. Bu problemi azaltmak için düzenlileştirme, doğru veri ayrımı, veri artırma ve çapraz doğrulama gibi teknikler kullanılır. Gerçek hayatta güvenilir model kurmanın yolu, sadece yüksek skor değil, kontrollü genelleme üretmektir.