Définition
Le surapprentissage est le défaut d'un modèle qui a appris par cœur ses données d'entraînement, bruit et exceptions compris, au point de ne plus savoir généraliser à de nouveaux cas. Il affiche d'excellents résultats en phase de test interne puis déçoit en production. Il survient quand le modèle est trop complexe pour la quantité de données disponible, et se combat en simplifiant le modèle, en ajoutant des données ou en validant sur un jeu séparé.
Dans la pratique
Un score trop beau pour être vrai sur un prototype doit alerter l'acheteur : demander comment le modèle a été évalué, et sur quelles données. Le profil sérieux sépare rigoureusement entraînement, validation et test. Le piège est de choisir le modèle sur le jeu de données qui sert ensuite à annoncer sa performance.
Termes liés
Définition rédigée par L'équipe Top Profil. Glossaire mis à jour le . Tous les termes du glossaire.