Underfitting (yetərsiz uyğunlaşma) — maşın öyrənməsi modelinin həm məşq (train), həm də test məlumatlarında zəif nəticə göstərməsi vəziyyətidir. Bu, o zaman baş verir ki, model məlumatlar arasındakı əlaqələri və nümunələri düzgün öyrənə bilmir. Yəni, model çox sadədir və məlumatdakı əsas tendensiyaları belə tutmaqda çətinlik çəkir.

Underfitting-in səbəbləri:

• Modelin çox sadə olması (məsələn, xətti modelin qeyri-xətti verilənlərə tətbiqi)
• Əhəmiyyətli xüsusiyyətlərin (features) istifadə olunmaması
• Modelin kifayət qədər məşq edilməməsi (az epoxa və ya iterasiya)
• Əsas məlumatların itirilməsi və ya yanlış emal (preprocessing)

Underfitting-in əlamətləri:

• Həm məşq, həm də test dəqiqliyi aşağıdır.
• Model sadə nümunələri belə düzgün proqnozlaşdıra bilmir.
• Qrafikdə proqnoz və real dəyərlər arasında böyük fərqlər olur.

Underfitting-in qarşısını alma yolları:

1. Daha mürəkkəb model istifadə etmək (məsələn, daha çox qatlı neyron şəbəkələr).
2. Əlavə xüsusiyyətlər əlavə etmək və ya feature engineering tətbiq etmək.
3. Modeli daha uzun müddət məşq etmək.
4. Model parametrlərini daha düzgün tənzimləmək.