Kurz erklärt
Overfitting bezeichnet ein Problem beim maschinellen Lernen, bei dem sich ein Modell zu stark an seine Trainingsdaten anpasst – sie also quasi „auswendig lernt“, statt allgemeine Regeln zu begreifen.
Dadurch erkennt es zwar bekannte Beispiele aus dem Training perfekt, scheitert jedoch daran, neue und bisher unbekannte Daten richtig einzuordnen.