Yupay-yachay kikinyaypi nisqapiqa, llumpay tupachiyqa "huk t'aqwiy ruway, chay ancha qayllamanta icha chiqapmanta huk willay huñuman tupan, chayraykutaqmi mana huk willaykunaman tupachiyta atinmanchu icha hamuq pacha qhawaykunata confiablemente willayta atinmanchu". [1]Ancha-mat'i kikin nisqaqa yupay yachaypa rikch'aynin, astawan achka paramitrukunayuq, manataq willaykunawan chaninchasqa kanmanchu.[2] Chay esencia de sobreajuste nisqa mana yachaspa wakin variación residual (icha, chay rumiyuqta) hurqusqa kasqan, chay variación nisqa estructura modelo subyacente nisqamanta representachkanman hina.[3]
Mana mat'i icha Underfitting nisqa ruwakun huk modelo matemático nisqa mana allinta hap’iyta atiqtin chay estructura subyacente nisqa datos nisqamanta. Modelo sub-fitted nisqaqa huk modelo maypichus wakin parámetros icha términos nisqakuna allin nisqa modelopi rikhurinman karqan. [2] Sub-fitting nisqa ruwakunman, ahinataq, huk modelo lineal nisqa mana lineal nisqa willakuykunaman tupachispa. Chayna modeloqa mana allin predictivo ruwayniyuqmi kanqa.
Leinweber,D. J.(2007)."Stupid data miner tricks".The Journal of Investing16: 15–22.Error: Bad DOI specified.
Tetko,I. V.(1995)."Neural network studies. 1. Comparison of Overfitting and Overtraining".Journal of Chemical Information and Modeling35: 826–833.Error: Bad DOI specified.