Wat is Overfitting?

Overfitting betekent dat een AI-model zijn trainingsdata te goed heeft onthouden. Het presteert dan geweldig op de voorbeelden die het kent, maar slecht op nieuwe gegevens. Het model heeft niet echt geleerd, maar vooral stampwerk gedaan.

Hoe werkt het?

Een model leert patronen in data. Het doel is dat het die patronen ook kan toepassen op iets nieuws. Bij overfitting leert het model ook de toevalligheden en ruis uit de trainingsdata. Ruis is rommel in de data die niets zegt.

Het gebeurt vooral wanneer:

• het model heel ingewikkeld is in verhouding tot de hoeveelheid data;
• er te weinig of te eenzijdige voorbeelden zijn;
• het model te lang is getraind op dezelfde data.

Om overfitting te ontdekken, houden makers een deel van de data apart. Dat deel krijgt het model tijdens het leren niet te zien. Daarna testen ze het model erop. Scoort het daar veel slechter dan op de trainingsdata, dan is er waarschijnlijk sprake van overfitting.

Een voorbeeld uit de praktijk

Stel, een student leert voor een tentamen door alleen de antwoorden van oude examens uit het hoofd te leren. Komen precies die vragen terug, dan haalt hij een tien. Staan er nieuwe vragen op, dan loopt hij vast. Hij begreep de stof niet echt. Zo werkt het ook bij AI. Een model dat foto’s van huisdieren herkent, kan bijvoorbeeld leren dat ‘gras op de achtergrond’ betekent ‘hond’, omdat alle hondenfoto’s buiten zijn genomen.

Waarom is dit belangrijk voor jou?

Overfitting verklaart waarom AI soms in een test sterk lijkt, maar in de praktijk tegenvalt. Houd daar rekening mee.

• Wees voorzichtig met indrukwekkende scores zonder uitleg over hoe ze zijn gemeten.
• Vraag of het systeem is getest op nieuwe, echte gegevens.
• Een goed model moet kunnen omgaan met situaties die het niet eerder zag.