ট্রেনিং ডেটায় খুব ভালো ফল কিন্তু নতুন ডেটায় খারাপ — এটাই ওভারফিটিং। সাধারণত কম ডেটা, অনেক বেশি ইপক বা অতিরিক্ত বড় মডেলের কারণে হয়।
প্রতিকার: আরও ও বৈচিত্র্যময় ডেটা, কম ইপক, validation loss দেখে সময়মতো থামানো (early stopping)।
উদাহরণ
Validation loss বাড়তে শুরু করলে ট্রেনিং থামান — সেখান থেকেই ওভারফিটিং শুরু।
In English: Overfitting — The model memorises its examples and does badly on new ones.