Overfitting / Surapprentissage

Définition

L'overfitting (ou surapprentissage) est un problème d'apprentissage automatique où un modèle apprend trop précisément les données d'entraînement, incluant leur bruit et leurs particularités, au détriment de sa capacité à généraliser sur de nouvelles données non vues. Un modèle en overfitting présente une faible erreur d'entraînement mais une erreur de validation élevée. Les causes incluent un modèle trop complexe pour la taille du dataset, un entraînement trop long et des données d'entraînement peu représentatives. Les techniques de régularisation pour prévenir l'overfitting sont : le dropout (désactivation aléatoire de neurones), la régularisation L1/L2 (pénalisation des poids), l'early stopping (arrêt à la dégradation de la validation), la data augmentation et l'ensemble learning. En cybersécurité, l'overfitting est critique pour les systèmes de détection d'intrusions : un modèle surajusté à un dataset de trafic spécifique échoue à détecter de nouveaux patterns d'attaque (zero-day), créant un faux sentiment de sécurité dans les environnements de production.