El usuario quiere entender el subajuste en el contexto de los fundamentos de aprendizaje automático y aplicarlo a trabajos prácticos de gobernanza o cumplimiento en IA.
El subajuste ocurre cuando un modelo es demasiado simple o está insuficientemente entrenado para capturar patrones significativos en los datos. Un modelo subajustado rinde mal tanto en los datos de entrenamiento como en datos nuevos porque no ha aprendido las relaciones subyacentes necesarias para la tarea.
Contenido en progreso
Esta respuesta se está redactando. Vuelve pronto para ver la guía completa.