Underfitting
Subajuste
En una frase
Underfitting: cuando un modelo es demasiado simple o está poco entrenado y no logra capturar los patrones de los datos.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Es el problema contrario al Overfitting: el estudiante que no estudió lo suficiente. Le va mal tanto en la práctica como en el examen real. Intentar predecir el clima con una línea recta sería un ejemplo de subajuste.
Nivel técnico
Profundizando
Se manifiesta como pérdida alta tanto en entrenamiento como en validación: el modelo tiene alto sesgo en el sentido estadístico (bias-variance tradeoff). Soluciones: un modelo con más capacidad, mejores features, entrenar más tiempo o reducir la regularización.
¿Por qué importa?
Indica que el modelo aún no aprovecha la información disponible.
¿Dónde se utiliza?
- Diagnóstico de entrenamiento
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.