Överanpassning / Underanpassning
På engelska: Overfitting / Underfitting
Förklaring
Overfitting innebär att en AI-modell har lärt sig träningsdata för väl, inklusive brus och oväsentliga detaljer, vilket gör att den presterar dåligt på ny data. Underfitting är motsatsen, modellen är för enkel och har inte lärt sig tillräckligt. Målet är att hitta en balans där modellen generaliserar bra till ny data.
Ursprung och källa
Allmänt använd sedan 1930-talet