Modelos de aprendizado đe máquina sao amplamente utilizados para resolver problemas como reconhecimento de Imagens, classificação de texto e previsto de dados. No processo de desenvolvimento desses modelos, e fundamental avallar corretamente seu desempenho para garantir que eles sejam capazes de generalizar para novos dados e nào apenas memorizar o conjunto de treinamento. Um aluno desenvolveu um modelo de aprendizado de máquina para a classificação de digitos manuscritos. Quando testou o desempenho do modelo , utilizou exatamente o mesmo conjunto de dados de treino. O modelo alcançou uma acurácia de 100% Porém, ao colocá-lo em prática, ele não foi capaz de generalizar e cometeu muitos erros. Qual é o problema descrito nesta situação? A) Subajuste. B) Sobreajuste. C) Superestimação. D) Subestimação E) Erro de compilação.