تعریف
وضعیتی که مدل داده آموزشی را حفظ میکند اما روی داده جدید ضعیف عمل میکند؛ تعمیمپذیری ندارد.
توضیح کامل
نشانه: دقت آموزش بالا اما دقت اعتبارسنجی پایین. راهحلها: Dropout، L2 regularization، Early stopping، افزایش داده (Data augmentation) و کاهش پیچیدگی مدل. Underfitting حالت عکس آن است: مدل حتی داده آموزش را هم خوب یاد نگرفته.
مثال کاربردی
مدل که فقط روی ۱۰۰ تصویر گربه آموزش دید ممکن است سگها را هم گربه تشخیص دهد.