O que são underfitting, overfitting e qual o efeito do ruído?

Resposta

Resposta objetiva: Underfitting: baixa performance no treino; Overfitting: baixa generalização; Ruído: aumenta o risco de overfitting.

Explicação:
Underfitting — modelo simples ou pouco treinado que não captura padrões dos dados de treino, resultando em desempenho fraco no próprio conjunto de treino.
Overfitting — modelo muito ajustado às idiossincrasias do treino, aprende variações não representativas e perde capacidade de generalização, piorando em dados novos.
Ruído — presença de dados ruidosos favorece que modelos complexos aprendam esse ruído como sinal, ampliando o erro em situações reais.
Mitigação: validação cruzada e regularização.