Что такое overfitting и underfitting?

Overfitting — модель запоминает обучающие данные, плохо обобщает. Train accuracy высокая, test — низкая. Причины: слишком сложная модель, мало данных, много признаков. Борьба: регуляризация, больше данных, dropout, early stopping, feature selection. Underfitting — модель слишком простая, не улавливает закономерности. И train и test accuracy низкие. Причины: простая модель, мало признаков, сильная регуляризация. Борьба: усложнить модель, добавить признаки, уменьшить регуляризацию. Bias-Variance tradeoff: underfitting = high bias, overfitting = high variance. Цель — баланс.