C'est quoi le surapprentissage ?

Le surapprentissage (overfitting), c'est quand un modèle mémorise les questions d'entraînement au lieu d'apprendre réellement — il échoue alors sur tout ce qui est nouveau.

Imagine ça comme ceci : Un élève qui mémorise les réponses exactes de l'examen blanc de l'année dernière réussira ce même examen à nouveau — mais échouera au vrai examen car les questions sont formulées différemment. Il n'a pas appris, il a juste mémorisé.

Exemples :

• Un modèle qui « apprend » un jeu de photos si précisément qu'il échoue sur toute nouvelle photo
• Un modèle qui prédit parfaitement les prix boursiers passés, mais inutile pour l'avenir

Donc ? Un modèle qui a un score parfait sur les données d'entraînement mais un mauvais score sur de nouvelles données n'a pas vraiment appris — il a juste mémorisé. C'est un gros signal d'alerte !