Cuando un modelo está “sobre entrenado” quiere decir que la respuesta del sistema está muy ajustada al conjunto de datos con el que que ha sido entrenado. Las previsiones se ajustan al entrenamiento de tal manera que no son capaces de responder de forma correcta a datos nuevos y diferentes. Estos son modelos complejos que ya no podrían seguir siendo utilizados porque no tienen en cuenta la posibilidad de error que siempre existe.

En nuestro ejemplo que diferencia entre perros y gatos, el tigre representa a ese error que no se puede predecir pero que a veces ocurre. Y nuestro modelo ha sido capaz de reaccionar bien a este error, encontrando parecidos comunes con la especie felina a la que también pertenecen los gatos.