Overfitting (preučenie modelu) je jav, pri ktorom sa model naučí trénovacie dáta natoľko doslovne, vrátane ich šumu a náhodných výnimiek, že stráca schopnosť správne zovšeobecňovať na nové, dovtedy nevidené dáta. Prejavuje sa vynikajúcimi výsledkami priamo na trénovacej sade, no výrazne slabším výkonom v reálnej prevádzke, a je jedným z hlavných rizík pri vývoji akéhokoľvek AI modelu.
