قرمصيص للأخبار أخبار الذكاء الاصطناعي بالعربي
باختصار
الـ Overfitting لما النموذج يحفظ بيانات التدريب عن ظهر قلب بدل ما يتعلم القواعد العامة — فبيفشل مع بيانات جديدة.
بالتفصيل
تخيل طالب حفظ إجابات 10 امتحانات قديمة كلها حرفاً حرفاً. لما وقف في امتحان بأسئلة مختلفة شوية، فشل — لأنه ما فهمش المادة، بس حفظ.
الـ Overfitting بالظبط كده مع النماذج. النموذج بيتعلم «ضوضاء» التدريب وتفاصيل غير مهمة بدل الأنماط العامة. أعراضه: دقة ممتازة على بيانات التدريب، وردية على بيانات جديدة.
الحلول: استخدام بيانات أكثر، تقنيات Regularization، أو تقليل تعقيد النموذج.
مثال عملي
نموذج تعلّم التمييز بين صور القطط والكلاب على صور في الخارج فقط. لما اختبرناه على صور في البيت، أخطأ كتير — لأنه تعلّم «خلفية خضراء = قطة» بدل ما يتعلم شكل الحيوانات فعلاً.
مصطلحات مرتبطة
Underfitting، Regularization، Cross-Validation، Dropout
