Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Overfitting treedt op wanneer een model te goed leert van de trainingsdata, inclusief ruis en toevalligheden. Het model presteert daardoor uitstekend op bekende data, maar slecht op nieuwe, onbekende data.
In plaats van algemene patronen te leren, onthoudt het model specifieke voorbeelden.
Hoe overfitting ontstaat
Overfitting ontstaat vaak door:
- Te weinig trainingsdata
- Een te complex model voor het probleem
- Te lang doortrainen
- Data met veel ruis of fouten
Het model past zich steeds verder aan om fouten in de trainingsset te minimaliseren, maar verliest daarbij zijn vermogen om te generaliseren.
Hoe herken je overfitting
Typische signalen:
- Zeer hoge nauwkeurigheid op trainingsdata
- Duidelijk slechtere prestaties op validatie- of testdata
- Sterke schommelingen tijdens validatie
Dit wordt vaak zichtbaar tijdens modelvalidatie.
Hoe overfitting wordt voorkomen
Veelgebruikte technieken:
- Meer trainingsdata gebruiken
- Regularisatie, zoals L1 of L2. Voegt een straf toe aan grote gewichten, zodat het model eenvoudiger blijft en minder gevoelig is voor ruis.
- Early stopping, stopt de training zodra prestaties op validatiedata niet meer verbeteren, voordat het model gaat overfitten.
- Dropout bij neurale netwerken. Schakelt tijdens training willekeurig neuronen uit, waardoor het netwerk robuuster leert en minder afhankelijk wordt van specifieke verbindingen.
- Eenvoudiger model kiezen
Het doel is een balans tussen leren en generaliseren.
Relatie met AI en ethiek
Een overfit model kan onbetrouwbare of oneerlijke beslissingen nemen, vooral wanneer het wordt ingezet in de praktijk. Het lijkt accuraat, maar faalt bij echte gebruikers of nieuwe situaties. Daarom is overfitting niet alleen een technisch probleem, maar ook relevant binnen AI & Ethiek.
Verder leren
Wil je begrijpen hoe modellen leren zonder te overfitten en hoe je dit in de praktijk herkent? In de gratis basiscursus AI op De Wereld van AI wordt dit stap voor stap uitgelegd.
DE WERELD VAN AI 