TEORIA · GENERALIZAÇÃO
Aprender não é apenas acertar o treino.
Um bom modelo encontra um padrão que funciona também em dados que nunca viu. Subajuste e sobreajuste são dois modos diferentes de falhar nesse objetivo.
Comparar os três comportamentos ↓O OBJETIVO REAL
O que é generalizar?
Generalização é a capacidade de aplicar o padrão aprendido a exemplos novos, que não participaram do treinamento.
Acertar os exemplos conhecidos é importante, mas não basta. Um modelo útil precisa manter um bom desempenho quando recebe dados de validação, teste ou do mundo real.
SEPARAÇÃO DOS DADOS
Treino, validação e teste têm funções diferentes.
Separar os dados permite medir o aprendizado sem mostrar todas as respostas ao modelo durante o desenvolvimento.
TRÊS RESULTADOS POSSÍVEIS
O mesmo conjunto de dados pode produzir modelos muito diferentes.
Os pontos são exemplos observados. A linha representa o padrão aprendido pelo modelo.
Underfitting · Subajuste
O modelo é simples demais ou ainda não treinou o suficiente. Ele não representa adequadamente nem os dados conhecidos.
Erro no treino altoErro em dados novos altoCapacidade insuficiente
Ajuste adequado
O modelo captura a tendência principal sem tentar seguir cada pequena variação ou ruído das amostras.
Erro no treino baixoErro em dados novos baixoGeneralização adequada
Overfitting · Sobreajuste
O modelo é flexível demais e tenta reproduzir cada exemplo, inclusive ruídos e particularidades que não se repetem.
Erro no treino muito baixoErro em dados novos altoGeneralização ruim
ERRO × ÉPOCAS
As curvas de aprendizado ajudam a encontrar o momento de parar.
Compare sempre o desempenho nos dados usados para treinar com o desempenho em dados separados para validação.
Como ler o gráfico?
- No início, os erros de treino e validação são altos: há subajuste.
- Com o aprendizado, as duas curvas diminuem e o modelo melhora.
- O menor erro de validação indica um bom candidato para interromper o treinamento.
- Depois desse ponto, o erro de treino continua caindo, mas o de validação sobe: começou o sobreajuste.
Erro de treinamentoErro de validação
DIAGNÓSTICO RÁPIDO
Observe os dois erros em conjunto.
| Situação | Erro de treino | Erro de validação/teste | Leitura |
|---|---|---|---|
| Underfitting | Alto | Alto | O modelo não aprendeu suficientemente o padrão. |
| Ajuste adequado | Baixo | Baixo e próximo do treino | O padrão aprendido funciona em dados novos. |
| Overfitting | Muito baixo | Alto ou aumentando | O modelo se especializou demais nos exemplos de treino. |
COMO CORRIGIR?
Subajuste e sobreajuste pedem ações opostas.
Quando há underfitting
Precisamos dar ao modelo condições para representar melhor o padrão.
Causas frequentes
- Arquitetura simples ou pequena demais.
- Poucas épocas de treinamento.
- Entradas pouco informativas.
- Regularização excessivamente forte.
- Taxa de aprendizado ou otimização inadequadas.
Ações possíveis
- Aumentar a capacidade do modelo.
- Treinar por mais épocas.
- Criar ou selecionar características mais informativas.
- Reduzir a regularização quando ela estiver limitando o aprendizado.
- Revisar taxa de aprendizado, dados e processo de otimização.
Quando há overfitting
Precisamos reduzir a memorização e favorecer padrões que se repetem fora do treino.
Causas frequentes
- Modelo complexo demais para a quantidade de dados.
- Poucas amostras ou dados pouco representativos.
- Treinamento prolongado além do ponto ideal.
- Ruído, rótulos incorretos ou vazamento de dados.
Ações possíveis
- Coletar mais dados ou usar aumento de dados.
- Aplicar regularização L1/L2 ou dropout.
- Reduzir camadas, neurônios ou parâmetros.
- Usar parada antecipada baseada na validação.
- Revisar a separação dos conjuntos e eliminar vazamentos.
Procedimento recomendado
- Separe treino, validação e teste antes de começar.
- Treine usando somente o conjunto de treino.
- Escolha arquitetura e épocas observando a validação.
- Use o teste apenas uma vez na avaliação final.
IDEIA PARA LEVAR
O melhor modelo não é o que mais memoriza o treino.
É aquele que encontra um equilíbrio entre capacidade e simplicidade, mantendo um erro baixo também diante de exemplos novos.
Aplicar os conceitos nos laboratórios →