Dizionario AI › Fondamenti AI

Overfitting

L'overfitting (sovradattamento) è il fenomeno per cui un modello di machine learning impara "a memoria" i dati di addestramento invece di apprenderne i pattern generali. Il risultato: prestazioni eccellenti sui dati già visti, prestazioni scarse su dati nuovi, come uno studente che memorizza le soluzioni degli esercizi senza capire il metodo.

Definizione

È uno dei problemi fondamentali del machine learning e si combatte con varie tecniche: più dati di addestramento, regolarizzazione, validazione su dati separati, early stopping. Il suo opposto è l'underfitting: il modello è troppo semplice per catturare i pattern reali.

Il concetto è utile anche a chi usa l'AI senza addestrarla: quando un fine-tuning aziendale è fatto male, il modello può "sovradattarsi" agli esempi forniti e perdere flessibilità sul resto.

Termini correlati

• Machine Learning
• Dati di addestramento (Training Data)
• Fine-tuning
• Deep Learning
• Parametri (Parameters)

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.