un·der·fit·ting
C1technical머신러닝에서 모델이 너무 단순해 데이터를 충분히 학습하지 못하는 현상
noun명사
- 1
과소적합, 언더피팅 — 머신러닝이나 통계 모델이 너무 단순하여 데이터의 실제 패턴을 충분히 학습하지 못하는 상태C1〔machine learning〕
a situation in which a statistical or machine-learning model is too simple to represent the real patterns in the data
High training and validation errors often point to underfitting.
학습 오류와 검증 오류가 모두 높으면 흔히 언더피팅을 나타낸다.
Adding useful features can reduce underfitting in the model.
유용한 특징을 추가하면 모델의 언더피팅을 줄일 수 있다.
뉘앙스 · 쓰임
underfitting은 모델이 데이터를 ‘너무 적게’ 또는 ‘너무 단순하게’ 학습한 상태를 뜻합니다. overfitting은 반대로 학습 데이터를 지나치게 세밀하게 맞춰 새 데이터에 약한 상태입니다. high bias는 underfitting의 원인이나 특징을 설명할 때 자주 쓰이는 관련 용어입니다.
주로 데이터 과학, 통계학, 머신러닝 문맥에서 쓰이는 전문 용어입니다. 일상 회화에서는 거의 쓰이지 않으며, 일반 독자에게는 간단한 설명을 함께 붙이는 것이 좋습니다.
유의어 뉘앙스 비교
- high bias
- underfitting의 원인이나 성격을 설명하는 머신러닝 용어로, 완전히 같은 말은 아니지만 밀접하게 관련된다.
- oversimplification
- 모델이나 설명이 지나치게 단순하다는 일반적인 표현이며, underfitting보다 덜 전문적이다.
반의어
- overfitting
- 모델이 학습 데이터에 지나치게 맞춰져 새 데이터에 일반화하지 못하는 반대 현상이다.
자주 쓰는 표현 · Collocations
verb+noun
- avoid underfitting언더피팅을 피하다
- reduce underfitting언더피팅을 줄이다
- detect underfitting언더피팅을 감지하다
noun+noun
- underfitting problem언더피팅 문제
noun+prep+noun
- signs of underfitting언더피팅의 징후
어원 · 암기 팁
[English]영어 접두사 under-와 동사 fit에 -ing가 붙어 만들어진 말입니다. 머신러닝에서는 모델이 데이터에 충분히 맞지 않는다는 뜻으로 전문화되었습니다.
under- ‘부족하게, 충분히 못’ + fit ‘맞추다’ + -ing ‘명사화/현재분사 어미’
💡 under는 ‘부족하게’, fitting은 ‘맞추기’이므로 underfitting은 데이터를 ‘부족하게 맞추는 것’이라고 기억할 수 있습니다.