ข้อมูลมีหน่วยและสเกลต่างกันก่อนนำเข้าแบบจำลอง จึงถามว่า กำหนดว่าการสร้างแบบจำลองพยากรณ์ของบริษัท A มีความแม่นยำ 95% ในการพัฒนาแบบจำลอง (Training Data) แต่เมื่อนำไปทดสอบกับข้อมูลใหม่ (Testing Data) ความแม่นยำลดลงเหลือ 60% ปัญหาใดที่นี่
กความแม่นยำต่อ 95% ในข้อมูลการฝึกเป็นสัญญาณที่ดีสำหรับการพยากรณ์
ขขนาดของข้อมูลการฝึกมีขนาดเล็กเกินไป
คข้อมูลการทดสอบมีคุณภาพต่ำกว่าข้อมูลการฝึก
งการ Overfitting - แบบจำลองเรียนรู้รายละเอียดของข้อมูลการฝึกมากเกินไป
เฉลยอธิบาย
Overfitting เกิดขึ้นเมื่อแบบจำลองเรียนรู้รูปแบบและสัญญาณรบกวนในข้อมูลการฝึก จนทำให้ไม่สามารถสรุปทั่วไปไปยังข้อมูลใหม่ได้ดี ระบุได้จากความแตกต่างอย่างมากระหว่างความแม่นยำในข้อมูลการฝึกและการทดสอบ ตัวเลือก B ไม่เป็นสาเหตุของปัญหา ตัวเลือก C ผิดเพราะความแม่นยำสูงในข้อมูลการฝึกแต่ต่ำในการทดสอบเป็นเครื่องหมายของ Overfitting ตัวเลือก D ไม่ใช่สาเหตุหลัก