Переобучение и недообучение: когда модели заучивают

Коротко: При переобучении модель идеально знает обучающие данные, но проваливается на новых; недообучение означает, что она не усваивает даже обучающие данные.

Подробнее: Цель машинного обучения — обобщение: модель должна хорошо работать на данных, которых никогда не видела. Две типичные проблемы: она учит слишком мало (недообучение) или слишком много.