# AI Overfitting vs Underfitting

Tiếng Anh: AI Overfitting vs Underfitting

So sánh hai hiện tượng mô hình quá phức tạp hoặc quá đơn giản so với dữ liệu, cần cân bằng để mô hình tín dụng ổn định.

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

## AI Overfitting vs Underfitting là gì?

Trong lĩnh vực trí tuệ nhân tạo (AI) và học máy (**Machine Learning**), hai hiện tượng **Overfitting** (quá khớp) và **Underfitting** (quá đơn giản) là những "căn bệnh" phổ biến nhất mà bất kỳ mô hình dự báo nào cũng có thể mắc phải. Đối với ngành ngân hàng — nơi mà mọi quyết định cho vay, phê duyệt thẻ tín dụng, hay phát hiện gian lận đều dựa trên mô hình — việc hiểu rõ hai hiện tượng này là yếu tố sống còn để đảm bảo độ chính xác và công bằng trong hoạt động tín dụng.

**Overfitting** xảy ra khi mô hình học máy "học thuộc lòng" dữ liệu huấn luyện, bao gồm cả những nhiễu ngẫu nhiên (**noise**), khiến nó hoạt động cực kỳ tốt trên dữ liệu cũ nhưng lại thất bại thảm hại khi gặp dữ liệu mới. Hãy tưởng tượng một sinh viên học bằng cách đọc đi đọc lại 10 đề thi cũ và nhớ cả đáp án, nhưng khi gặp đề mới thì không làm được. Ngược lại, **Underfitting** xảy ra khi mô hình quá đơn giản, không nắm bắt được các mối quan hệ phức tạp trong dữ liệu, dẫn đến dự báo sai ngay cả trên tập huấn luyện — giống như một sinh viên chỉ đọc lướt qua tài liệu mà không hiểu bản chất vấn đề.

Trong ngân hàng, **hệ số Gini** (chỉ số đo lường sức mạnh phân loại của mô hình tín dụng) là thước đo quan trọng để đánh giá xem mô hình có bị overfitting hay underfitting hay không. Một mô hình lý tưởng sẽ có **độ chính xác cao trên cả tập huấn luyện (training set) và tập kiểm tra (test set)**. Nếu khoảng cách giữa hai chỉ số này quá lớn, mô hình chắc chắn đã bị overfitting. Ngược lại, nếu cả hai đều thấp, mô hình đang bị underfitting.

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

---

## Đặc điểm và phân loại

### Bảng so sánh Overfitting vs Underfitting

| Tiêu chí | **Overfitting** (Quá khớp) | **Underfitting** (Quá đơn giản) | **Good Fit** (Vừa khớp) |
|---|---|---|---|
| **Nguyên nhân** | Mô hình quá phức tạp, dữ liệu huấn luyện quá ít hoặc chứa quá nhiều nhiễu | Mô hình quá đơn giản, thiếu tính năng (**features**), dữ liệu chưa được xử lý tốt | Cân bằng giữa độ phức tạp mô hình và lượng dữ liệu |
| **Hiệu suất trên training set** | Rất cao (thường > 95%) | Thấp | Cao vừa đủ |
| **Hiệu suất trên test set** | Thấp hơn đáng kể so với training set | Thấp tương đương training set | Cao, gần bằng training set |
| **Hệ số Gini (ngân hàng)** | Chênh lệch lớn giữa Gini OOT (Out-of-Time) và Gini in-sample | Gini thấp ở cả hai | Gini OOT ổn định, chênh lệch < 5 điểm |
| **Biểu hiện** | Mô hình "học thuộc" cả những ngoại lệ ngẫu nhiên | Mô hình bỏ sót các xu hướng quan trọng | Tổng quát hóa (**generalization**) tốt |
| **Cách khắc phục** | Tăng dữ liệu, regularization, dropout, giảm features, cross-validation | Tăng độ phức tạp mô hình, thêm features, giảm noise, train lâu hơn | Validation curve, learning curve, kiểm tra bias-variance |

### Phân loại các dạng mô hình dễ mắc lỗi

1. **Overfitting thường gặp ở:**
   - Mô hình **Deep Neural Network** với quá nhiều tầng (layers)
   - Cây quyết định (**Decision Tree**) có độ sâu lớn không giới hạn
   - Mô hình hồi quy đa biến với hàng trăm biến
   - Thuật toán **Random Forest** với max_depth quá cao

2. **Underfitting thường gặp ở:**
   - Hồi quy tuyến tính (**Linear Regression**) khi dữ liệu có quan hệ phi tuyến
   - Cây quyết định có **max_depth = 1** (stump)
   - Mô hình chỉ sử dụng 1-2 biến đầu vào
   - Mạng nơ-ron quá nhỏ với dữ liệu phức tạp

3. **Dấu hiệu nhận biết trong báo cáo mô hình:**
   - **Learning curve** (đường cong học tập) thể hiện rõ sự chênh lệch giữa training error và validation error
   - **Validation loss** tăng trong khi training loss tiếp tục giảm → overfitting
   - Cả hai loss đều cao và không giảm → underfitting

---

## Ví dụ thực tế trong ngành ngân hàng

### Ví dụ 1: Mô hình chấm điểm tín dụng (Credit Scoring)

Ngân hàng A xây dựng mô hình **PD (Probability of Default - Xác suất vỡ nợ)** cho 50.000 hồ sơ khách hàng cá nhân trong 24 tháng. Đội ngũ data scientist sử dụng thuật toán **Gradient Boosting** với 2.000 cây và độ sâu mỗi cây là 15. Kết quả trên tập train đạt **AUC = 0.95**, hệ số Gini in-sample đạt 0.71 — một con số rất ấn tượng. Tuy nhiên, khi áp dụng vào dữ liệu 6 tháng tiếp theo (Out-of-Time), Gini OOT chỉ còn **0.42**, thấp hơn 29 điểm phần trăm so với in-sample.

Đây là biểu hiện kinh điển của **Overfitting**: mô hình đã học cả những đặc điểm "ngẫu nhiên" của 50.000 khách hàng trong tập train mà không tổng quát hóa được. Để khắc phục, Ngân hàng A đã áp dụng kỹ thuật **Regularization L2** với tham số lambda = 0.1, đồng thời giảm độ sâu mỗi cây xuống còn 5 và giới hạn số cây ở 800. Kết quả: Gini in-sample giảm xuống còn 0.65, nhưng Gini OOT tăng lên **0.61** — chênh lệch chỉ 4 điểm, mô hình trở nên ổn định và đáng tin cậy hơn cho việc phê duyệt tín dụng.

### Ví dụ 2: Mô hình phát hiện gian lận thẻ (Fraud Detection)

Ngân hàng B triển khai hệ thống phát hiện giao dịch gian lận với mô hình **Logistic Regression** — một thuật toán tương đối đơn giản. Hệ thống chỉ sử dụng 3 biến đầu vào: số tiền giao dịch, thời gian trong ngày và quốc gia phát hành thẻ. Trên cả tập train và tập test, **Precision chỉ đạt 35%** và **Recall đạt 28%** — tức là hệ thống bỏ sót tới 72% các giao dịch gian lận thực sự, đồng thời cũng cảnh báo nhầm rất nhiều giao dịch hợp lệ.

Đây là biểu hiện rõ ràng của **Underfitting**: mô hình quá đơn giản để nắm bắt các pattern phức tạp như velocity check (tần suất giao dịch), merchant category risk, device fingerprint, hoặc hành vi định vị bất thường. Sau khi đội ngũ AI bổ sung thêm 47 biến (bao gồm lịch sử 90 ngày, điểm số hành vi, network analysis) và chuyển sang thuật toán **XGBoost**, hệ thống đạt **Recall = 87%** và **Precision = 79%**, giúp Ngân hàng B tiết kiệm khoảng **180 tỷ đồng** thiệt hại do gian lận mỗi năm theo ước tính.

### Ví dụ 3: Mô hình dự báo rủi ro danh mục cho vay (Portfolio Risk)

Công ty tài chính C muốn dự báo **LGD (Loss Given Default - Tỷ lệ tổn thất khi vỡ nợ)** cho danh mục cho vay doanh nghiệp SME trị giá 25.000 tỷ đồng. Đội ngũ phân tích sử dụng thuật toán **Random Forest** và phát hiện mô hình có dấu hiệu overfitting: training R² đạt 0.89 nhưng validation R² chỉ đạt 0.52. Họ áp dụng kỹ thuật **k-fold cross-validation** với k = 5 và **early stopping** khi validation loss không cải thiện sau 50 vòng lặp.

Sau khi điều chỉnh, mô hình cuối cùng có training R² = 0.71, validation R² = 0.68 — sự chênh lệch chỉ 3 điểm, đảm bảo rằng khi áp dụng vào danh mục cho vay mới, các ước lượng về tỷ lệ tổn thất trung bình **41%** vẫn đáng tin cậy. Điều này đặc biệt quan trọng vì LGD là một trong ba yếu tố chính (cùng PD và EAD) để tính **vốn yêu cầu theo rủi ro (Risk-Weighted Assets - RWA)** theo chuẩn Basel.

---

## AI Overfitting vs Underfitting trong các ngôn ngữ khác

| Ngôn ngữ | Thuật ngữ | Phiên âm |
|---|---|---|
| Tiếng Anh | Overfitting vs Underfitting | /ˈoʊvərˌfɪtɪŋ vɜːrs ˌʌndərˈfɪtɪŋ/ |
| Tiếng Nhật | 過学習 vs 学習不足 | Ka-gakushū vs Gakushū-busoku |
| Tiếng Hàn | 과적합 vs 과소적합 | Gwa-jeokhap vs Gwa-so-jeokhap |
| Tiếng Trung | 过拟合 vs 欠拟合 | Guò-nǐhé vs Qiàn-nǐhé |
| Tiếng Tây Ban Nha | Sobreajuste vs Subajuste | /soˈbɾexaˈxuste βus subˈaxuste/ |

---

## Câu hỏi thường gặp

### AI Overfitting vs Underfitting khác gì Bias-Variance Tradeoff?

**Overfitting** và **Underfitting** thực chất là hai biểu hiện cực đoan của **Bias-Variance Tradeoff** (đánh đổi giữa độ chệch và phương sai). Cụ thể, **underfitting** xảy ra khi mô hình có **bias cao** (độ chệch lớn do giả định sai) và **variance thấp** — tức mô hình quá đơn giản, cố định. Ngược lại, **overfitting** có **bias thấp** nhưng **variance cao** — mô hình quá nhạy cảm với dữ liệu huấn luyện. Mục tiêu của người xây dựng mô hình là tìm được **điểm cân bằng tối ưu** nơi tổng bias² + variance đạt minimum, thường được xác định thông qua **learning curve** và **validation curve**.

### Khi nào cần biết về AI Overfitting vs Underfitting?

Bạn cần hiểu rõ hai khái niệm này trong **bất kỳ dự án AI nào của ngân hàng**, đặc biệt là ở ba thời điểm quan trọng: (1) **Giai đoạn phát triển mô hình** — khi chọn thuật toán và điều chỉnh siêu tham số (**hyperparameter tuning**); (2) **Giai đoạn kiểm định (validation)** — khi so sánh hiệu suất giữa training set và validation/test set; (3) **Giai đoạn giám sát mô hình (Model Monitoring)** sau khi triển khai — vì dữ liệu thị trường có thể thay đổi theo thời gian (concept drift), khiến mô hình bị overfit với pattern cũ. Trong ngân hàng, đây còn là yêu cầu tuân thủ trong **Thông tư 13/2018/TT-NHNN** về quản trị rủi ro công nghệ thông tin.

### AI Overfitting vs Underfitting ảnh hưởng thế nào đến khách hàng?

Tác động rất lớn và mang tính hai chiều: với **overfitting**, mô hình tín dụng có thể phê duyệt cho những khách hàng có hồ sơ "giống" pattern cũ đã vỡ nợ, hoặc từ chối oan những khách hàng tốt nhưng hồ sơ có đặc điểm hiếm gặp, dẫn đến **phân biệt đối xử gián tiếp** và vi phạm nguyên tắc **fair lending**. Với **underfitting**, hệ thống phát hiện gian lận hoặc rửa tiền sẽ bỏ sót nhiều trường hợp, khiến khách hàng bị mất tiền oan; hoặc cảnh báo quá nhiều dẫn đến **trải nghiệm kém** khi giao dịch bị từ chối không chính xác. Cả hai hiện tượng đều vi phạm nguyên tắc **explainability** và **accuracy** mà các cơ quan quản lý yêu cầu, ảnh hưởng đến uy tín và sự tin tưởng của khách hàng vào ngân hàng.

---

## Tổng kết

**AI Overfitting vs Underfitting** không chỉ là hai khái niệm lý thuyết mà còn là **rủi ro thực tiễn** mà mọi ngân hàng triển khai AI đều phải đối mặt. Overfitting khiến mô hình "ảo tưởng" về độ chính xác nhưng thất bại trên dữ liệu mới, trong khi underfitting lại khiến mô hình bỏ sót các pattern quan trọng, ảnh hưởng trực tiếp đến chất lượng phê duyệt tín dụng, phát hiện gian lận và quản trị rủi ro danh mục. Để đạt được **mô hình tín dụng ổn định và đáng tin cậy**, các ngân hàng cần kết hợp nhiều kỹ thuật như cross-validation, regularization, learning curve analysis, đồng thời duy trì **vòng đời mô hình (Model Lifecycle Management)** chặt chẽ — từ phát triển, kiểm định đến giám sát liên tục sau triển khai. Hiểu rõ và kiểm soát tốt hai hiện tượng này chính là nền tảng để AI thực sự trở thành công cụ giá trị trong ngành ngân hàng.

## 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…
- [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.
- [Quyết định 2345/QĐ-NHNN](https://vieclam.nganhang.com/thuat-ngu/quyet-dinh-2345qd-nhnn-la-gi) — Quyết định của Ngân hàng Nhà nước Việt Nam ban hành năm 2023 quy định về bảo đảm an toàn thông tin trong hoạt động ngân hàng.
- [Quản lý rủi ro công nghệ thông tin](https://vieclam.nganhang.com/thuat-ngu/quan-ly-rui-ro-cong-nghe-thong-tin-la-gi) — Quy trình xác định, đánh giá và kiểm soát rủi ro từ hệ thống CNTT ngân hàng.
- [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.
- [Rủi ro công nghệ thông tin](https://vieclam.nganhang.com/thuat-ngu/rui-ro-cong-nghe-thong-tin-la-gi) — Rủi ro từ hệ thống CNTT bị lỗi, gián đoạn, lạc hậu hoặc không đáp ứng yêu cầu bảo mật, gây tác động tiêu cực đến hoạt động ngân hàng.
- [Thông tư 17/2024/TT-NHNN](https://vieclam.nganhang.com/thuat-ngu/thong-tu-172024tt-nhnn-la-gi) — Thông tư của Ngân hàng Nhà nước Việt Nam quy định về an toàn thông tin trong hoạt động ngân hàng, có hiệu lực từ năm 2025.