アンダーフィッティング

モデルの複雑さ (パラメーターが少なすぎる、正則化が強すぎるなど) により真の関係の学習が妨げられ、トレーニングや検証の誤差が大きくなる場合に発生します。ガバナンスの実践には、バージョン管理と検証ゲートを通じて変更の追跡とレビューを確実に行いながら、トレーニングと検証の両方の損失を監視し、許容できるエラー閾値を設定し、不適合が解消されるまでモデルの容量や機能の複雑さを繰り返し増やすことが含まれます。