

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Durante a validação de um modelo de aprendizado supervisionado, verificou-se que o erro obtido no conjunto de treinamento e o erro obtido no conjunto de teste eram elevados e apresentavam valores próximos entre si. Essa situação caracteriza um cenário de
elevada variância, indicando que o modelo memorizou ruídos específicos dos dados de treinamento.
alta capacidade de generalização, evidenciada pela obtenção de erros reduzidos e semelhantes nos conjuntos de treinamento e de teste.
baixo viés, evidenciado pela habilidade do modelo em mapear as relações complexas das variáveis explicativas.
subajuste (underfitting), decorrente da incapacidade do modelo de capturar a estrutura subjacente dos dados.
sobreajuste (overfitting), justificado pela reduzida disparidade entre os erros observados nos dois conjuntos.