Overfitting (Sobreajuste)
O aluno que decorou a prova do ano passado: overfitting é o modelo que aprendeu os dados de treinamento bem demais, incluindo seus ruídos e coincidências, e por isso brilha nos exemplos conhecidos e falha nos novos. Decorou, não aprendeu, e a defesa clássica é a validação fora da amostra: testar sempre em dados que o modelo nunca viu.
Exemplo Prático
O modelo de crédito com desempenho perfeito no histórico e medíocre na produção decorou os clientes do passado; a estratégia de investimento com retorno espetacular no backtesting e prejuízo real na conta decorou o mercado de ontem, o mesmo diagnóstico que o verbete de backtesting, adiante, transforma em checklist de defesa.
PlatomAI Explica
O overfitting é a doença profissional de quem aprende com o passado, e finanças é seu habitat favorito: dados ruidosos, padrões que se desfazem, e a tentação eterna de ajustar o modelo até a história contar a lenda que se quer ouvir. A régua desta casa é a mesma da boa ciência: a nota que vale é a da prova inédita, e todo desempenho apresentado merece a pergunta-vacina, "isso foi medido em dados que o modelo não conhecia?", porque a resposta separa a descoberta da decoreba com gráfico bonito.