¿En qué se manifiestan los modelos débiles?

Los modelos débiles en aprendizaje automático se manifiestan a través de una baja precisión en las predicciones, una mala capacidad de generalización y la incapacidad de capturar dependencias complejas en los datos. Por lo general, esto se expresa en:

• Alta tasa de error en los datos de entrenamiento (subajuste).
• Incapacidad del modelo para identificar características significativas.
• Arquitecturas lineales simples o demasiado limitadas que no pueden describir adecuadamente los datos.

Por ejemplo, si un modelo no puede clasificar correctamente incluso ejemplos simples del conjunto de entrenamiento, esto es un signo de un modelo débil.