Imparare a Memoria: Il Pericolo dell'Overfitting

L'Overfitting (Sovradattamento) accade quando l'AI diventa troppo brava a risolvere gli esercizi del libro ma non capisce la materia. Il modello riconosce perfettamente le foto che ha già visto, ma va in crisi di fronte a una nuova immagine leggermente diversa.

Come evitarlo

I data scientist usano tecniche di "Regolarizzazione" e "Dropout" (spegnere casualmente dei neuroni durante lo studio) per costringere l'AI a cercare pattern generali invece di memorizzare statistiche inutili.

L'Equilibrio Perfetto

L'obiettivo è il "Generalization": un modello che cattura l'essenza del problema. Un'AI che sa cos'è un cane, non un'AI che ricorda a memoria ogni singolo pelo dei cani visti durante l'addestramento.