Overfitting / Quá khớp

📖 Overfitting

Definition (English):

Overfitting occurs when a machine learning model learns the training data too well, including its noise and outliers, resulting in poor generalization to new, unseen data. The model essentially memorizes the training data rather than learning underlying patterns. Techniques to prevent overfitting include regularization (L1, L2), dropout, early stopping, data augmentation, and cross-validation.

📖 Quá khớp

Định nghĩa (Tiếng Việt):

Quá khớp xảy ra khi mô hình học máy học dữ liệu huấn luyện quá tốt, bao gồm cả nhiễu và ngoại lai, dẫn đến khả năng khái quát hóa kém cho dữ liệu mới, chưa thấy. Mô hình về cơ bản ghi nhớ dữ liệu huấn luyện thay vì học các mô hình cơ bản. Các kỹ thuật ngăn quá khớp bao gồm điều chuẩn (L1, L2), dropout, dừng sớm, tăng cường dữ liệu và kiểm chứng chéo.

📂 Phân loại: Math & Statistics