Surapprentissage (overfitting)
Définition : Le surapprentissage survient quand un modèle mémorise trop ses données d'entraînement, au point de mal généraliser sur des données nouvelles.
Il colle au bruit et aux détails du jeu d'apprentissage plutôt qu'aux tendances utiles. On le combat par plus de données, de la régularisation et une évaluation sur des données séparées.