Modalita pratica

Estrai una domanda, leggi le opzioni, poi scopri la risposta. Segnala se la sai bene o e' da rivedere: costruisce il tuo paniere di ripasso personale con ripetizione spaziata SM-2.

Tutte le aree LOGICA TECNICA CAD PUB165 GDPR RETI SIT CLOUD NIS2 SIC INGLESE BIGDATA AIACT DAMM DATABASE DEVOPS ENTI

Ciclo in corso: 0 di 6 domande gia viste in questo filtro (ricomincia il ciclo)

Area BIGDATA · Tipo: profilo · Rif. INF-0115

In Machine Learning, cosa si intende per 'overfitting'?

[A] Il modello non riesce ad apprendere i pattern del training set

[B] Il modello performa bene sul training set ma generalizza male su dati nuovi

[C] Il modello impiega troppo tempo per la fase di training

[D] Il dataset di training è troppo piccolo per l'algoritmo scelto

Mostra risposta e spiegazione

Risposta corretta: [B] Il modello performa bene sul training set ma generalizza male su dati nuovi

L'overfitting si verifica quando il modello memorizza i dati di training (incluso il rumore) invece di apprendere pattern generalizzabili, risultando in alta accuracy sul training e bassa su dati nuovi. Il contrario è underfitting.

Salta senza segnare