Early Stopping – przerywanie nauki, gdy model zaczyna się przeuczać.

Technika polegająca na zakończeniu procesu trenowania modelu uczenia maszynowego zanim osiągnie pełną konwergencję na zbiorze treningowym, ze względu na ryzyko przeuczenia się. Przeuczenie (overfitting) występuje, gdy model zaczyna zbyt dokładnie dopasowywać się do danych treningowych, tracąc zdolność do generalizacji i pogarszając swoje wyniki na danych testowych lub rzeczywistych.

W praktyce przerywanie nauki następuje na podstawie oceny wydajności modelu na zbiorze walidacyjnym. Gdy obserwuje się, że po pewnym czasie dokładność na zbiorze walidacyjnym przestaje się poprawiać lub zaczyna się pogarszać, sygnalizuje to moment, w którym dalsze uczenie może prowadzić do degradacji jakości modelu. Early stopping jest więc skutecznym sposobem zapobiegania przeuczeniu oraz poprawy zdolności modelu do uogólniania wiedzy na nowe, niewidziane wcześniej dane.