# AI Overfitting Underfitting quá khớp

Tiếng Anh: Overfitting and Underfitting

Hiện tượng mô hình quá khớp hoặc quá đơn giản so với dữ liệu, cần cân bằng qua Cross Validation và regularization.

Nguồn: https://vieclam.nganhang.com/thuat-ngu/ai-overfitting-underfitting-qua-khop-la-gi
Danh mục: AI & Machine Learning trong ngân hàng
Cập nhật: 13/09/2026

## Quá khớp và Chưa khớp là gì?

Trong bối cảnh chuyển đổi số mạnh mẽ của ngành ngân hàng Việt Nam, các mô hình **trí tuệ nhân tạo (Artificial Intelligence - AI)** và **học máy (Machine Learning)** đã trở thành công cụ chiến lược trong việc ra quyết định tín dụng, phát hiện gian lận, dự báo rủi ro và chăm sóc khách hàng. Tuy nhiên, để một mô hình AI vận hành hiệu quả trong môi trường thực tế — nơi dữ liệu liên tục thay đổi — các chuyên gia dữ liệu phải đối mặt với hai hiện tượng cốt lõi: **quá khớp (Overfitting)** và **chưa khớp (Underfitting)**. Đây là hai thái cực của "đường cong sai số" (bias-variance tradeoff), mà nếu không kiểm soát tốt sẽ khiến mô hình ngân hàng đưa ra quyết định sai lầm, gây thiệt hại tài chính và uy tín.

**Quá khớp (Overfitting)** xảy ra khi mô hình học máy ghi nhớ quá chi tiết các đặc điểm của tập dữ liệu huấn luyện (training data), bao gồm cả nhiễu (noise) và các trường hợp ngoại lai (outliers), thay vì học được quy luật tổng quát. Hậu quả là mô hình đạt độ chính xác gần như tuyệt đối trên dữ liệu cũ nhưng lại tỏ ra "bất lực" khi gặp dữ liệu mới. Ngược lại, **chưa khớp (Underfitting)** xảy ra khi mô hình quá đơn giản, không đủ khả năng nắm bắt các mối quan hệ phức tạp trong dữ liệu, dẫn đến độ chính xác thấp ngay cả trên chính tập huấn luyện. Cả hai hiện tượng đều phản ánh mô hình chưa đạt được **khả năng tổng quát hóa (generalization)** — yếu tố sống còn trong bất kỳ ứng dụng AI nào của ngân hàng.

**Thuật ngữ tiếng Anh:** Overfitting and Underfitting
**Lĩnh vực:** AI & Machine Learning trong ngân hàng

## Đặc điểm và phân loại

### Bảng so sánh Quá khớp và Chưa khớp

| Tiêu chí | Quá khớp (Overfitting) | Chưa khớp (Underfitting) |
|---|---|---|
| Sai số trên tập huấn luyện | Rất thấp (gần 0%) | Cao |
| Sai số trên tập kiểm tra | Rất cao | Cao |
| Độ phức tạp mô hình | Quá cao (nhiều tham số, nhiều lớp ẩn) | Quá thấp (mô hình tuyến tính, ít biến) |
| Kích thước dữ liệu huấn luyện | Nhỏ so với độ phức tạp mô hình | Không phải nguyên nhân chính |
| Hệ số Bias (độ chệch) | Thấp | Cao |
| Hệ số Variance (phương sai) | Cao | Thấp |
| Tình trạng học | "Ghi nhớ" dữ liệu thay vì học quy luật | Không nắm bắt được xu hướng |
| Dấu hiệu nhận biết | Train accuracy ≫ Test accuracy | Train accuracy ≈ Test accuracy, cả hai đều thấp |
| Kỹ thuật khắc phục | **Regularization (L1, L2)**, **Dropout**, **Early Stopping**, **Cross-Validation**, tăng dữ liệu | Thêm đặc trưng, tăng độ phức tạp mô hình, giảm **Regularization** |

### Phân loại các kỹ thuật kiểm soát

- **Kỹ thuật kiểm soát Overfitting:**
  - **Regularization (điều chuẩn):** thêm "phạt" vào hàm mất mát, gồm L1 (Lasso) và L2 (Ridge)
  - **Dropout:** tắt ngẫu nhiên một số nơ-ron trong mạng nơ-ron nhân tạo
  - **Early Stopping:** dừng huấn luyện khi sai số kiểm tra bắt đầu tăng
  - **Cross-Validation (kiểm tra chéo):** thường dùng k-fold với k = 5 hoặc k = 10
  - **Data Augmentation (tăng cường dữ liệu):** tạo thêm mẫu từ dữ liệu hiện có
  - **Pruning (cắt tỉa):** loại bỏ nhánh không quan trọng trong cây quyết định

- **Kỹ thuật kiểm soát Underfitting:**
  - **Feature Engineering (phát triển đặc trưng):** thêm biến mới phong phú hơn
  - Tăng độ phức tạp mô hình: thêm lớp ẩn, tăng số nơ-ron
  - Giảm **Regularization**: bớt hệ số phạt L1/L2
  - Sử dụng mô hình phi tuyến: thay mô hình tuyến tính bằng **Random Forest**, **Gradient Boosting** hoặc Neural Network

- **Cân bằng Bias-Variance (Bias-Variance Tradeoff):**
  - Mục tiêu cuối cùng là tìm "điểm ngọt" (sweet spot) giữa hai cực đoan, nơi tổng sai số (bias² + variance + noise) được tối thiểu hóa.

## Ví dụ thực tế trong ngành ngân hàng

### Ví dụ 1: Mô hình chấm điểm tín dụng tại Ngân hàng A

Ngân hàng A triển khai mô hình **chấm điểm tín dụng (Credit Scoring)** dựa trên thuật toán **Gradient Boosting** với 47 biến đầu vào (tuổi, thu nhập, lịch sử tín dụng, ngành nghề, khu vực, v.v.) trên tập huấn luyện gồm 15.000 khách hàng. Ban đầu, độ chính xác trên tập train đạt 98,7%, AUC = 0,99 — một con số "mỹ miều". Tuy nhiên, khi triển khai thực tế trên 3.000 hồ sơ mới, độ chính xác chỉ còn 71%, và tỷ lệ dự đoán sai nợ xấu lên tới 28%. Nguyên nhân được xác định: mô hình đã **quá khớp** do số lượng biến quá lớn so với kích thước tập huấn luyện, đặc biệt khi có những biến hiếm như "khách hàng sở hữu 5 thẻ tín dụng trở lên" chỉ xuất hiện ở 12 hồ sơ.

Giải pháp: đội ngũ Data Scientist đã áp dụng **L2 Regularization** với hệ số λ = 0,01, giảm số biến xuống còn 22 biến qua phân tích **Feature Importance**, đồng thời dùng **k-fold Cross-Validation (k=10)**. Kết quả: độ chính xác train giảm xuống 89%, nhưng độ chính xác test tăng lên 84%, đạt trạng thái cân bằng lý tưởng. Nhờ vậy, tỷ lệ nợ xấu dự báo trong vòng 12 tháng giảm từ 4,8% xuống 2,9%, tiết kiệm cho Ngân hàng A khoảng 87 tỷ đồng dự phòng rủi ro trong năm đầu tiên.

### Ví dụ 2: Mô hình phát hiện gian lận thẻ tín dụng tại Ngân hàng B

Ngân hàng B xây dựng hệ thống **phát hiện gian lận (Fraud Detection)** sử dụng mô hình **Random Forest** với 8 biến đơn giản: số tiền giao dịch, thời gian trong ngày, loại merchant, khoảng cách địa lý, v.v. Mô hình đạt recall = 62% và precision = 58% — vừa đủ để vượt qua ngưỡng phê duyệt. Tuy nhiên, khi loại hình gian lận mới (như skimming qua ví điện tử) xuất hiện với tần suất tăng 240% trong Quý 3, hệ thống gần như "mù" trước các mẫu gian lận này vì chưa từng thấy chúng trong dữ liệu huấn luyện. Đây là biểu hiện của **chưa khớp** — mô hình quá đơn giản, không thể tổng quát hóa cho các tình huống mới.

Giải pháp: bổ sung thêm 14 đặc trưng mới (device fingerprint, IP reputation, velocity check), chuyển sang mô hình **XGBoost** với độ sâu tối đa = 8, đồng thời áp dụng **SMOTE** để cân bằng dữ liệu (tỷ lệ gian lận chỉ chiếm 0,3% tổng giao dịch). Sau 2 tháng tinh chỉnh, recall tăng lên 87%, precision đạt 81%, tổng thiệt hại do gian lận trong 6 tháng sau giảm 53% so với cùng kỳ năm trước.

### Ví dụ 3: Mô hình dự báo khả năng rút tiền tiết kiệm tại một chi nhánh ngân hàng

Một chi nhánh cấp tỉnh của Ngân hàng C (giả định) muốn dự báo khả năng khách hàng rút tiền tiết kiệm trước hạn để chủ động chuẩn bị thanh khoản. Đội ngũ xây dựng mô hình **Logistic Regression** với 5 biến: số dư, kỳ hạn, lãi suất, độ tuổi và thời gian gửi. Mô hình đạt AUC = 0,68, không đủ để đưa vào vận hành. Khi phân tích sâu, các nhà khoa học dữ liệu phát hiện hiện tượng **chưa khớp** do thiếu các biến quan trọng: biến động thu nhập, khoản vay đang có, lịch sử rút tiền trước hạn.

Giải pháp: bổ sung 9 biến từ dữ liệu giao dịch và quan hệ khách hàng, nâng tổng số biến lên 14, đồng thời chuyển sang mô hình **LightGBM** với 200 cây, learning_rate = 0,05. Mô hình mới đạt AUC = 0,87, giúp chi nhánh dự báo chính xác 81% trường hợp rút tiền sớm, từ đó chủ động điều phối 320 tỷ đồng thanh khoản trong 3 tháng cao điểm.

## Quá khớp và Chưa khớp trong các ngôn ngữ khác

| Ngôn ngữ | Thuật ngữ | Phiên âm |
|---|---|---|
| Tiếng Anh | Overfitting and Underfitting | /ˌoʊvərˈfɪtɪŋ ænd ˌʌndərˈfɪtɪŋ/ |
| Tiếng Nhật | 過学習と過小学習 (Ka-gaku-shū to Ka-shō-gaku-shū) | Kagaku shū to ka shō gakushū |
| Tiếng Hàn | 과대적합 및 과소적합 | Gwadae jeokhap mit gwaso jeokhap |
| Tiếng Trung | 过拟合与欠拟合 | Guò nǐ hé yǔ qiàn nǐ hé |
| Tiếng Tây Ban Nha | Sobreajuste y subajuste | /soβɾeaˈxuste i suβaˈxuste/ |

## Câu hỏi thường gặp

### Quá khớp (Overfitting) khác gì Chưa khớp (Underfitting)?

Quá khớp là khi mô hình học máy "thuộc lòng" dữ liệu huấn luyện, đạt độ chính xác rất cao trên tập train (ví dụ 99%) nhưng lại tỏ ra kém trên dữ liệu mới (chỉ 65-70%). Trong khi đó, Chưa khớp là khi mô hình quá đơn giản, không nắm bắt được xu hướng của dữ liệu, dẫn đến độ chính xác thấp ở cả tập train lẫn tập test (ví dụ cả hai đều 55-60%). Nói cách khác, Quá khớp có variance cao còn Chưa khớp có bias cao; mục tiêu cuối cùng là cân bằng cả hai yếu tố này để mô hình đạt khả năng tổng quát hóa tốt nhất.

### Khi nào cần biết về Quá khớp và Chưa khớp trong ngân hàng?

Mọi vị trí liên quan đến xây dựng và triển khai mô hình AI trong ngân hàng đều cần hiểu rõ hai khái niệm này: chuyên viên phân tích dữ liệu (Data Analyst), kỹ sư học máy (ML Engineer), chuyên viên quản trị rủi ro mô hình (MRM Analyst), và đặc biệt là chuyên viên tín dụng khi thẩm định các công cụ AI chấm điểm. Đặc biệt, trong kỳ thi tuyển dụng ngân hàng, các câu hỏi về Overfitting/Underfitting thường xuất hiện trong phần thi về Phân tích dữ liệu, Chuyển đổi số, Quản trị rủi ro và AI & Machine Learning. Nắm vững kiến thức này còn giúp ứng viên tự tin hơn khi phỏng vấn với hội đồng chuyên môn.

### Quá khớp và Chưa khớp ảnh hưởng thế nào đến khách hàng ngân hàng?

Với khách hàng cá nhân, mô hình chấm điểm tín dụng bị Quá khớp có thể từ chối cho vay một khách hàng có hồ sơ tốt chỉ vì dữ liệu huấn luyện thiếu tính đại diện, gây bất công trong tiếp cận vốn. Ngược lại, mô hình Chưa khớp có thể phê duyệt cho vay nhầm khách hàng có rủi ro cao, dẫn đến nợ xấu và thiệt hại cho cả ngân hàng lẫn hệ thống tài chính. Đối với doanh nghiệp SME, hệ thống phát hiện gian lận Quá khớp có thể chặn nhầm giao dịch hợp pháp (false positive), gây phiền toái và tổn thất doanh thu; còn Chưa khớp thì bỏ sót gian lận, làm khách hàng mất niềm tin. Vì vậy, kiểm soát tốt hai hiện tượng này chính là bảo vệ trải nghiệm và tài sản của khách hàng.

## Tổng kết

**Quá khớp (Overfitting)** và **Chưa khớp (Underfitting)** là hai hiện tượng nền tảng mà bất kỳ ai làm việc trong lĩnh vực AI & Machine Learning ngân hàng đều phải hiểu rõ. Quá khớp khiến mô hình "giỏi trên lý thuyết nhưng kém trong thực tế", còn Chưa khớp khiến mô hình "thiếu sức mạnh để đưa ra quyết định đúng". Việc nắm vững các kỹ thuật như **Regularization (L1, L2)**, **Cross-Validation**, **Dropout**, **Early Stopping** và **Feature Engineering** giúp đội ngũ phát triển mô hình tìm được điểm cân bằng tối ưu, đảm bảo khả năng tổng quát hóa trên dữ liệu mới. Trong bối cảnh ngân hàng Việt Nam đẩy mạnh chuyển đổi số và tuân thủ quy định quản trị rủi ro mô hình, việc kiểm soát Quá khớp – Chưa khớp không chỉ là yêu cầu kỹ thuật mà còn là yêu cầu pháp lý, giúp ngân hàng vận hành an toàn, minh bạch và bền vững.

## Thuật ngữ liên quan

- [Chấm điểm tín dụng](https://vieclam.nganhang.com/thuat-ngu/cham-diem-tin-dung-la-gi) — Mô hình đánh giá mức độ tín nhiệm của khách hàng dựa trên lịch sử tài chính, hành vi giao dịch và nhiều yếu tố khác.
- [Mô hình chấm điểm tín dụng](https://vieclam.nganhang.com/thuat-ngu/mo-hinh-cham-diem-tin-dung-la-gi) — Mô hình thống kê (hồi quy logistic, cây quyết định, machine learning) gán điểm cho khách hàng dựa trên dữ liệu tài chính và phi tài chính để quyết định cấp tín…
- [Mô hình phát hiện gian lận](https://vieclam.nganhang.com/thuat-ngu/mo-hinh-phat-hien-gian-lan-la-gi) — Thuật toán AI/ML được đào tạo để nhận diện hành vi lừa đảo trong các giao dịch ngân hàng.
- [Nhà khoa học dữ liệu](https://vieclam.nganhang.com/thuat-ngu/nha-khoa-hoc-du-lieu-la-gi) — Chuyên gia kết hợp thống kê, lập trình và kiến thức nghiệp vụ ngân hàng để xây dựng mô hình phân tích và ra quyết định dựa trên dữ liệu.
- [Phát hiện gian lận](https://vieclam.nganhang.com/thuat-ngu/phat-hien-gian-lan-la-gi) — Hệ thống sử dụng AI và phân tích dữ liệu để nhận diện các giao dịch bất thường hoặc có dấu hiệu gian lận.
- [Phát hiện gian lận thẻ](https://vieclam.nganhang.com/thuat-ngu/phat-hien-gian-lan-the-la-gi) — Hệ thống phân tích real-time các giao dịch thẻ tín dụng/ghi nợ dựa trên địa điểm, thiết bị, số tiền để chặn giao dịch gian lận trong vòng milisecond.
- [Quản trị rủi ro mô hình](https://vieclam.nganhang.com/thuat-ngu/quan-tri-rui-ro-mo-hinh-la-gi) — Khung quy trình quản lý vòng đời mô hình phân tích nhằm đảm bảo độ chính xác và tuân thủ theo quy định NHNN.
- [Điều chỉnh siêu tham số](https://vieclam.nganhang.com/thuat-ngu/dieu-chinh-sieu-tham-so-la-gi) — Tối ưu hóa các tham số điều khiển của mô hình (learning rate, max depth, v.v.) thông qua grid search hoặc Bayesian optimization.