ทีมงานพบผลแม่นยำสูงในชุดฝึกแต่ต่ำในข้อมูลใหม่ จึงพิจารณาว่า นักวิทยาศาสตร์ข้อมูลต้องการสร้างแบบจำลองเพื่อทำนายอัตราการหลุดออกของพนักงาน (Employee Churn) โดยใช้ข้อมูล 20 ตัวแปร จากพนักงาน 1,000 คน ปัญหา "การโอเวอร์ฟิตติง" (Overfitting) ที่อาจเกิดขึ้นคืออะไร
กแบบจำลองมีความซับซ้อนสูง ทำให้ต้องใช้ทรัพยากรคอมพิวเตอร์มากขึ้น
ขแบบจำลองเรียนรู้รูปแบบที่เฉพาะเจาะจงของข้อมูลการฝึกอบรม และทำให้ผลการทำนายแย่ลงในข้อมูลใหม่
คตัวแปร 20 ตัวเป็นจำนวนที่เกินมากและต้องลดลงเหลือ 5 ตัว
งข้อมูลที่ใช้ในการฝึกอบรมไม่เพียงพอ และต้องเก็บข้อมูลเพิ่มเติม
เฉลยอธิบาย
การโอเวอร์ฟิตติง (Overfitting) เกิดขึ้นเมื่อแบบจำลองเรียนรู้เสียงรบกวน (noise) และรูปแบบเฉพาะของข้อมูลฝึกอบรม มากเกินไป ทำให้ทำนายได้ดีบนข้อมูลเก่า แต่ทำนายแย่บนข้อมูลใหม่ ตัวเลือก B เป็นเรื่องการคำนวณ ตัวเลือก C และ D ไม่ใช่นิยามของการโอเวอร์ฟิตติง แม้ว่าบางครั้งอาจเป็นวิธีแก้