Underfitting
Categoria
Fundamentos de IA
Underfitting ocorre quando um modelo de ML é simples demais para capturar os padrões dos dados, resultando em desempenho ruim tanto no treinamento quanto na previsão de dados novos.
Categoria
Fundamentos de IA
Compartilhar
O que é Underfitting?
Underfitting (Subajuste) acontece quando um modelo de Machine Learning é incapaz de capturar a complexidade dos dados de treinamento. O modelo é simples demais é 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 é teste sao baixas. As curvas de aprendizado mostram que o modelo não 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 regularização
- Usar modelos mais poderosos
Na Trilion, o equilíbrio entre overfitting é underfitting é cuidadosamente monitorado para garantir modelos que generalizam bem em produção.
