Ein Problem beim maschinellen Lernen, das auftritt, wenn ein KI-Modell die Trainingsdaten "zu gut" lernt, einschließlich zufälliger Schwankungen oder Rauschen. Das Modell funktioniert dann zwar perfekt auf den Trainingsdaten, kann aber schlecht auf neue, unbekannte Daten verallgemeinern. Validierungsdatensätze werden verwendet, um Überanpassung zu erkennen und zu vermeiden.