Sobreajuste
Quando um modelo tem bom desempenho em dados de treinamento mas desempenho ruim em dados não vistos, tendo memorizado padrões específicos do treinamento em vez de aprender características generalizáveis. Sobreajuste é uma preocupação crítica em aprendizado robótico onde conjuntos de dados são pequenos. Contramedidas incluem aumento de dados, dropout, decaimento de peso, parada antecipada e uso de codificadores pré-treinados.







