Sobreajuste
Una adaptación excesiva a particularidades de los datos de entrenamiento que reduce la generalización a ejemplos nuevos.
¿Qué ocurre con el sobreajuste?
El sobreajuste significa que un modelo adopta tanto las particularidades de los datos de entrenamiento que no generaliza adecuadamente a ejemplos nuevos pertinentes. Pueden ser patrones casuales o detalles poco útiles para la tarea real. Por eso, los buenos resultados con los ejemplos de entrenamiento no bastan para evaluar el modelo. Se examinan, entre otros aspectos, resultados con datos separados, la división de datos y la evolución del aprendizaje.
En un proyecto ficticio de repuestos, ciertas clases de artículo aparecen a menudo sobre el mismo color de fondo en las fotos de entrenamiento. El modelo podría utilizar ese fondo como atajo en lugar de aprender las características importantes de las piezas. Por eso, el equipo prevé controles con imágenes no utilizadas antes y fondos distintos. También examina si los datos cubren el uso previsto y cómo generalizan distintas variantes del modelo. Una única asignación incorrecta con otra iluminación no demuestra sobreajuste; deben investigarse otras causas.
Fuentes
Términos relacionados
- Aprendizaje automáticoLos modelos aprenden patrones de los datos y los aplican a nuevas entradas.
- Evaluación de LLMLa evaluación de LLM comprueba resultados según tareas y criterios definidos. Un buen caso aislado no demuestra calidad general.
- Datos de entrenamientoLos ejemplos a partir de los que un modelo aprende relaciones o parámetros durante el entrenamiento.
- Datos de validaciónDatos utilizados para evaluar y seleccionar variantes del modelo durante el desarrollo.
- Datos de prueba en aprendizaje automáticoDatos reservados para la evaluación final cuyos resultados no se utilizaron para seleccionar la variante evaluada.
- SubajusteSituación en la que un modelo no capta suficientemente las relaciones necesarias para su tarea y, por ello, produce predicciones deficientes.
Su proyecto con ASES
Descríbanos su proyecto. Le responderemos con una primera valoración.