Недообучение — происходит, когда модель слишком проста и не может отразить сложность базовых данных, что приводит к снижению производительности как при обучении, так и при тестировании данных. Пример. Недообучение может происходить в линейной регрессии, деревьях решений и нейронных сетях.
[50 терминов искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// pudie.ru›articles/704343/, свободный]