Underfitting
Categoria
Fundamentos de IA
Underfitting ocorre quando um modelo de ML e simples demais para capturar os padroes dos dados, resultando em desempenho ruim tanto no treinamento quanto na previsao de dados novos.
Categoria
Fundamentos de IA
Compartilhar
O que e Underfitting?
Underfitting (Subajuste) acontece quando um modelo de Machine Learning e incapaz de capturar a complexidade dos dados de treinamento. O modelo e simples demais e apresenta desempenho ruim tanto nos dados de treino quanto nos dados de teste.
Causas Comuns
- Modelo muito simples para o problema
- Poucas features relevantes
- Treinamento insuficiente (poucas epochs)
- Regularizacao excessiva
- Dados de treinamento insuficientes ou de baixa qualidade
Como Identificar
O underfitting se manifesta quando ambas as acuracias de treino e teste sao baixas. As curvas de aprendizado mostram que o modelo nao consegue reduzir o erro mesmo com mais dados.
Como Resolver
- Aumentar a complexidade do modelo
- Adicionar mais features (Feature Engineering)
- Treinar por mais tempo
- Reduzir a regularizacao
- Usar modelos mais poderosos
Na Trilion, o equilibrio entre overfitting e underfitting e cuidadosamente monitorado para garantir modelos que generalizam bem em producao.
