SurapprentissageOverfitting
Réponse directe
Le fait qu’un modèle mémorise trop ses exemples et généralise mal à de nouvelles données.
Explication détaillée
Un modèle surappris obtient d’excellents résultats sur ses données d’entraînement mais se dégrade en situation réelle. Des jeux de validation séparés aident à détecter ce problème.
Exemple
Un classificateur reconnaît les photos déjà vues mais échoue sur de nouvelles prises de vue.
Analogie
Mémoriser les réponses d’un examen sans comprendre le cours.
Erreurs fréquentes
Évaluer uniquement le modèle sur les données qui ont servi à l’entraîner.
Dernière mise à jour : 22/07/2026 · Rédaction : Alban Speckaert