Modelele slabe în învățarea automată se manifestă prin precizie scăzută a predicțiilor, capacitate slabă de generalizare și incapacitatea de a captura dependențe complexe în date. De obicei, acest lucru se exprimă prin:

Eroare ridicată pe datele de antrenament (subajustare).
Incapacitatea modelului de a identifica caracteristici semnificative.
Arhitecturi liniare simple sau prea limitate care nu pot descrie adecvat datele.

De exemplu, dacă un model nu poate clasifica corect chiar și exemple simple din setul de antrenament, acesta este un semn al unui model slab.

Anterior În continuare