Overfitting
الإفراط في التلاؤم هو خطأ يحدث عندما يتم تعديل النموذج الخوارزمي بدقة شديدة لتناسب البيانات التاريخية السابقة بحيث يحفظ الضوضاء بدلاً من الأنماط. يترتب على ذلك أداء سيئ جداً عند اختبار النموذج على بيانات حقيقية جديدة.
مثال عملي 💡
خوارزمية تحقق نسبة نجاح 99% على بيانات العام الماضي لكنها تفشل وتخسر الأموال فور تشغيلها على السوق المباشر.
الإفراط في التلاؤم هو خطأ يحدث عندما يتم تعديل النموذج الخوارزمي بدقة شديدة لتناسب البيانات التاريخية السابقة بحيث يحفظ الضوضاء بدلاً من الأنماط. يترتب على ذلك أداء سيئ جداً عند اختبار النموذج على بيانات حقيقية جديدة.
