O que é o sobreajuste e como combatê-lo?

Overfitting (sobreajuste) é uma situação em que o modelo de aprendizagem de máquina ajusta-se demasiado bem aos dados de treino, incluindo ruído e oscilações aleatórias, e generaliza mal para novos dados.

Como combater o sobreajuste:

• Usar mais dados para treinar.
• Regularização (L1, L2) — adicionar penalizações pela complexidade do modelo.
• Paragem precoce — interromper o treino quando a qualidade na validação começa a piorar.
• Validação cruzada — para avaliar a capacidade de generalização.
• Reduzir a complexidade do modelo — por exemplo, diminuir o número de parâmetros.
• Aumento de dados — criar exemplos de treino adicionais.

Exemplo de regularização em Python usando sklearn:

from sklearn.linear_model import Ridge
model = Ridge(alpha=1.0)  # Regularização L2
model.fit(X_train, y_train)