AI Sözlük
Overfitting Nedir?
Overfitting, modelin eğitim örneklerindeki gürültü ve ayrıntıyı ezberleyip genelleme kaybetmesidir; düşük train hatası yüksek test hatasıyla gider.
Tanım
Overfitting (aşırı uyum), makine öğrenmesinin klasik hastalığıdır. Model eğitim setinde parlak skorlar üretir çünkü örnekleri neredeyse ezberlemiştir; ama görülmemiş veride çöker. Dil modellerinde bu, dar fine-tune setinde kalıp cevaplar, aynı cümleleri tekrarlama veya sahte özgüven olarak görünebilir. Belirti: train loss düşerken val loss yükselir. Çözümler: daha çeşitli veri, early stopping, regularizasyon, dropout, weight decay ve doğru eval. “Loss sıfıra indi” zafer değil, bazen ezberin işaretidir.
Büyük modellerde tablo daha karmaşık olabilir (double descent tartışmaları) ama tutulmuş test ve gerçek görev metriği vazgeçilmezdir.
Ürün dilinde overfitting, demoda parlayıp sahada sönen sistemdir.
Sık sorulanlar
Underfitting nedir?
Modelin eğitim verisini bile yeterince öğrenememesidir; hem train hem test zayıf kalır.
Nasıl anlaşılır?
Train ile validation/test metriklerini karşılaştırarak. Yalnızca train skoru yetmez.