Underfitting

L’underfitting se produit lorsque un modèle d’IA est trop simple pour capturer la structure sous-jacente des données d’entraînement, résultant en une mauvaise performance tant sur les données d’entraînement que sur les nouvelles données.

Exemple : Un modèle de prédiction des prix de l’immobilier qui ne prend en compte que la superficie des propriétés, en ignorant d’autres facteurs importants comme l’emplacement ou le nombre de chambres, peut souffrir de sous-apprentissage.