# AI Overfitting vs Underfitting quá khớp và thiếu khớp

Tiếng Anh: AI Overfitting vs Underfitting

So sánh hai hiện tượng ngược nhau trong huấn luyện AI: mô hình quá khớp ghi nhớ nhiễu còn thiếu khớp không nắm được quy luật dữ liệu tín dụng.

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

## AI Overfitting vs Underfitting quá khớp và thiếu khớp là gì?

Trong quá trình xây dựng và huấn luyện các mô hình trí tuệ nhân tạo (AI – Artificial Intelligence) phục vụ hoạt động ngân hàng, hai hiện tượng mà bất kỳ chuyên gia dữ liệu nào cũng phải đối mặt là **quá khớp** (Overfitting) và **thiếu khớp** (Underfitting). Đây là hai thái cực trái ngược nhau của cùng một vấn đề: sự cân bằng giữa độ phức tạp của mô hình và khả năng tổng quát hóa (generalization) trên dữ liệu mới. Trong bối cảnh ngân hàng số (digital banking), nơi mọi quyết định từ duyệt khoản vay, phát hiện gian lận đến phân khúc khách hàng đều dựa trên mô hình học máy (machine learning), việc hiểu rõ hai hiện tượng này có ý nghĩa sống còn đối với hiệu quả kinh doanh và quản trị rủi ro.

**Overfitting** (Quá khớp) xảy ra khi mô hình học máy "ghi nhớ" quá kỹ lưỡng dữ liệu huấn luyện, bao gồm cả những nhiễu (noise) và chi tiết ngẫu nhiên không mang tính quy luật. Kết quả là mô hình đạt độ chính xác gần như tuyệt đối trên tập train (đôi khi lên tới 99%), nhưng lại hoạt động kém trên dữ liệu thực tế — tức tập test hoặc dữ liệu production. Ngược lại, **Underfitting** (Thiếu khớp) xảy ra khi mô hình quá đơn giản, không nắm bắt được các quy luật quan trọng trong dữ liệu, dẫn đến hiệu suất kém ngay từ giai đoạn huấn luyện. Giống như một học sinh ôn thi: một bạn học thuộc lòng từng câu trong sách nhưng không hiểu bản chất (quá khớp), bạn khác chỉ đọc lướt nên không giải được bài nào (thiếu khớp). Mục tiêu của nhà khoa học dữ liệu là tìm ra "điểm ngọt" (sweet spot) ở giữa — nơi mô hình vừa học được quy luật, vừa có khả năng tổng quát hóa tốt.

Trong ngành ngân hàng, hậu quả của hai hiện tượng này không chỉ dừng lại ở con số sai số kỹ thuật. Một mô hình tín dụng bị **quá khớp** có thể từ chối cho vay những khách hàng tốt chỉ vì dữ liệu huấn luyện chứa một vài trường hợp ngoại lệ tương tự. Ngược lại, mô hình **thiếu khớp** có thể duyệt hàng nghìn khoản vay rủi ro cao, gây thiệt hại hàng trăm tỷ đồng cho ngân hàng. Chính vì vậy, các ngân hàng lớn thường dành tới 40–60% thời gian dự án AI để tinh chỉnh mô hình, kiểm tra chéo (cross-validation) và đánh giá độ chính xác trên nhiều tập dữ liệu khác nhau trước khi đưa vào vận hành.

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

## Đặc điểm và phân loại

### Bảng so sánh chi tiết Quá khớp vs Thiếu khớp

| Tiêu chí | **Overfitting (Quá khớp)** | **Underfitting (Thiếu khớp)** |
|---|---|---|
| **Độ phức tạp mô hình** | Quá cao, mô hình có quá nhiều tham số hoặc quá sâu | Quá thấp, mô hình quá đơn giản so với bản chất dữ liệu |
| **Hiệu suất trên tập train** | Rất cao (thường >95% độ chính xác) | Thấp ngay từ đầu (<70%) |
| **Hiệu suất trên tập test** | Thấp hơn nhiều so với tập train (chênh lệch >10%) | Thấp tương đương tập train (đều kém) |
| **Khoảng cách train-test gap** | Lớn — đây là dấu hiệu nhận biết rõ nhất | Nhỏ hoặc không có, nhưng cả hai đều thấp |
| **Bias (Độ chệch)** | Thấp | Cao |
| **Variance (Phương sai)** | Cao | Thấp |
| **Nguyên nhân chính** | Dữ liệu huấn luyện quá ít, nhiễu nhiều, mô hình quá phức tạp, huấn luyện quá lâu | Dữ liệu chưa được xử lý tốt, đặc trưng chưa đủ, mô hình quá đơn giản |
| **Giải pháp phổ biến** | Tăng dữ liệu, giảm độ phức tạp, dùng regularization (L1, L2), dropout, early stopping | Thêm đặc trưng (feature engineering), tăng độ phức tạp mô hình, giảm noise |
| **Hậu quả trong ngân hàng** | Mô hình tín dụng từ chối nhầm khách hàng tốt, hệ thống phát hiện gian lận bỏ sót case mới | Duyệt khoản vay rủi ro cao, phân loại khách hàng sai phân khúc |

### Phân loại các dạng quá khớp thường gặp trong ngân hàng

- **Quá khớp do dữ liệu (Data overfitting):** Xảy ra khi tập huấn luyện không đại diện cho phân phối dữ liệu thực tế. Ví dụ: mô hình chấm điểm tín dụng (credit scoring) chỉ được huấn luyện trên dữ liệu khách hàng thành thị, khi áp dụng cho khu vực nông thôn sẽ suy giảm nghiêm trọng.
- **Quá khớp do mô hình (Model overfitting):** Khi sử dụng mô hình deep learning phức tạp cho bài toán đơn giản. Ví dụ: dùng mạng nơ-ron 20 lớp để phân loại giao dịch thẻ tín dụng gian lận — với chỉ 5.000 giao dịch huấn luyện, mô hình sẽ ghi nhớ thay vì học quy luật.
- **Quá khớp do thời gian (Temporal overfitting):** Đặc trưng riêng của ngân hàng — dữ liệu tài chính có tính mùa vụ (ví dụ: cuối năm chi tiêu tăng 30%, Tết Nguyên Đán cao điểm). Mô hình huấn luyện trên dữ liệu tháng 12 có thể không áp dụng được cho tháng 6.
- **Quá khớp do đặc trưng (Feature overfitting):** Khi đưa vào quá nhiều biến số không liên quan (như sở thích mua sắm, loại xe), mô hình sẽ tìm ra các tương quan giả tạo.

### Phân loại các dạng thiếu khớp thường gặp

- **Thiếu khớp do dữ liệu chưa tiền xử lý:** Thiếu các bước chuẩn hóa (normalization), mã hóa (encoding), xử lý giá trị thiếu (missing values).
- **Thiếu khớp do lựa chọn mô hình sai:** Dùng hồi quy tuyến tính (linear regression) cho bài toán có quan hệ phi tuyến phức tạp như dự đoán rủi ro thị trường.
- **Thiếu khớp do thiếu đặc trưng quan trọng:** Bỏ qua các biến quan trọng như lịch sử nợ xấu, biến động thu nhập — đây là lỗi phổ biến ở các ngân hàng mới triển khai AI.

### Đường cong Bias-Variance (Bias-Variance Tradeoff)

Đây là khái niệm cốt lõi giúp hình dung mối quan hệ giữa hai hiện tượng:

| Mức độ phức tạp | Bias | Variance | Tổng sai số |
|---|---|---|---|
| Quá thấp (Underfitting) | Cao | Thấp | Cao |
| Vừa phải (Good fit) | Thấp | Thấp | Thấp nhất |
| Quá cao (Overfitting) | Thấp | Cao | Cao |

Mục tiêu của nhà khoa học dữ liệu là tìm kiếm điểm có tổng sai số thấp nhất — nơi cả bias và variance đều ở mức chấp nhận được.

## Ví dụ thực tế trong ngành ngân hàng

### Ví dụ 1: Mô hình chấm điểm tín dụng (Credit Scoring) tại Ngân hàng A

Ngân hàng A triển khai mô hình AI để chấm điểm tín dụng cho khoản vay mua ô tô. Ban đầu, đội ngũ data scientist sử dụng thuật toán **Random Forest** với 2.000 cây (trees) và độ sâu không giới hạn, huấn luyện trên 50.000 hồ sơ khách hàng trong 3 năm (2021–2023). Kết quả trên tập train đạt **độ chính xác 99,2%** — con số khiến ban lãnh đạo vô cùng phấn khởi. Tuy nhiên, khi triển khai thử nghiệm trên 10.000 hồ sơ mới năm 2024, độ chính xác giảm xuống chỉ còn **68%**. Mô hình này rơi vào tình trạng **quá khớp** điển hình: nó đã học thuộc cả những chi tiết như "khách hàng sống tại quận X vào năm 2022 thì không trả nợ" — đây chỉ là tương quan ngẫu nhiên, không phải quy luật. Hậu quả: Ngân hàng A từ chối 32% khách hàng có khả năng trả nợ tốt, ước tính doanh thu bị mất khoảng **150 tỷ đồng** trong 6 tháng đầu.

Sau khi rút kinh nghiệm, đội ngũ đã áp dụng các biện pháp: giảm số cây xuống còn 500, giới hạn độ sâu tối đa là 15, thêm regularization L2, và bổ sung thêm 100.000 dữ liệu mới. Kết quả: độ chính xác trên tập test cải thiện lên **87%**, khoảng cách giữa train và test chỉ còn 4%.

### Ví dụ 2: Hệ thống phát hiện gian lận thẻ (Fraud Detection) tại Ngân hàng B

Ngân hàng B muốn xây dựng hệ thống phát hiện giao dịch thẻ tín dụng gian lận trong thời gian thực (real-time fraud detection). Do e ngại rủi ro, đội ngũ kỹ thuật đã chọn mô hình **Hồi quy Logistic** (Logistic Regression) — một thuật toán đơn giản — với chỉ 5 đặc trưng đầu vào: số tiền giao dịch, loại thẻ, quốc gia, giờ giao dịch, số lần thử trong ngày. Hệ thống được huấn luyện trên 200.000 giao dịch nhưng đạt độ chính xác chỉ **62%** trên cả tập train lẫn test. Đây là biểu hiện rõ ràng của **thiếu khớp**: mô hình quá đơn giản, bỏ sót các tín hiệu quan trọng như pattern địa điểm bất thường, hành vi gõ phím, tốc độ thao tác. Trong vòng 3 tháng, hệ thống bỏ sót **2.100 giao dịch gian lận** với tổng giá trị thiệt hại **47 tỷ đồng**.

Sau đó, Ngân hàng B chuyển sang sử dụng **XGBoost** với 30+ đặc trưng (gồm velocity check, device fingerprint, behavioral biometrics), kết hợp kỹ thuật feature engineering và SMOTE để cân bằng dữ liệu (tỷ lệ gian lận chỉ chiếm 0,3% giao dịch). Độ chính xác cải thiện lên **94,7%**, tỷ lệ phát hiện fraud recall đạt 91%, false positive giảm 60%.

### Ví dụ 3: Mô hình dự đoán rủi ro thị trường (Market Risk) — Bài học cân bằng

Một ngân hàng đầu tư lớn tại Việt Nam xây dựng mô hình dự đoán biến động lãi suất (interest rate volatility) để quản lý rủi ro danh mục trái phiếu. Họ thử nghiệm 5 mô hình với độ phức tạp tăng dần: từ hồi quy tuyến tính (R² = 0,42) → Random Forest (R² = 0,89 train, 0,58 test) → XGBoost (R² = 0,92 train, 0,79 test) → LSTM mạng nơ-ron hồi quy (R² = 0,97 train, 0,71 test) → LSTM + regularization + dropout (R² = 0,88 train, 0,84 test). Mô hình cuối cùng cho khoảng cách train-test gap chỉ 4%, được chọn làm mô hình production. Bài học: **mô hình phức tạp nhất không phải lúc nào cũng là tốt nhất** — điều quan trọng là sự cân bằng giữa độ chính xác và khả năng tổng quát hóa.

## AI Overfitting vs Underfitting quá khớp và thiếu khớp trong các ngôn ngữ khác

| Ngôn ngữ | Thuật ngữ | Phiên âm |
|---|---|---|
| Tiếng Anh | Overfitting / Underfitting | /ˈoʊvərˌfɪtɪŋ/ /ˈʌndərˌfɪtɪŋ/ |
| Tiếng Nhật | 過学習 (か がく しゅう) / 過少適合 (かしょう てきごう) | Kagaku shū / Kashō tekigō |
| Tiếng Hàn | 과적합 / 과소적합 | Gajeokhap / Gwasojekhap |
| Tiếng Trung | 过拟合 (guò nié hé) / 欠拟合 (qiàn nié hé) | Guò nihé / Qiàn nihé |
| Tiếng Tây Ban Nha | Sobreajuste / Subajuste | /soˈbɾeaxuste/ /ˈsuβaxuste/ |

**Ghi chú bổ sung:**
- Trong tiếng Nhật, "Kagaku shū" (過学習) nghĩa đen là "học quá mức", và "Kashō tekigō" (過少適合) nghĩa là "phù hợp quá ít".
- Trong tiếng Hàn, cả hai thuật ngữ đều bắt đầu bằng "과" (quá) — "Gwa" với "적합" (phù hợp), tạo thành cặp đối nghĩa.
- Tiếng Trung dùng "过" (quá) cho Overfitting và "欠" (thiếu) cho Underfitting — rất trực quan và dễ nhớ.
- Trong tiếng Tây Ban Nha, "Sobre-" nghĩa là "quá mức", "Sub-" nghĩa là "dưới mức", phản ánh đúng bản chất của hai hiện tượng.

## Câu hỏi thường gặp

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

**AI Overfitting** và **Underfitting** là hai biểu hiện cụ thể (triệu chứng), trong khi **Bias-Variance Tradeoff** (đánh đổi độ chệch - phương sai) là khung lý thuyết giải thích nguyên nhân sâu xa. Mô hình bị quá khớp thường có bias thấp nhưng variance cao; mô hình bị thiếu khớp có bias cao nhưng variance thấp. Trong thực hành, khi data scientist phát hiện mô hình quá khớp, họ sẽ phân tích đường cong bias-variance để tìm điểm cân bằng tối ưu giữa hai yếu tố này.

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

Bạn cần nắm vững hai khái niệm này trong ba tình huống chính: **(1)** Khi tham gia phỏng vấn vào vị trí Data Scientist, Data Analyst, Risk Analyst hoặc AI Engineer tại ngân hàng — đây là câu hỏi kinh điển trong các vòng technical test của Ngân hàng A, B; **(2)** Khi giám sát hoặc quản lý dự án AI trong ngân hàng, để đánh giá chất lượng mô hình do team kỹ thuật báo cáo; **(3)** Khi xây dựng hệ thống AI nội bộ, để biết cách áp dụng các kỹ thuật chống quá khớp như cross-validation, regularization, dropout, data augmentation phù hợp với ngân hàng.

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

Hậu quả đến khách hàng rất thực tế: **(1)** Mô hình **quá khớp** khiến khách hàng tốt bị từ chối cho vay oan, hoặc giao dịch hợp lệ bị hệ thống đánh dấu gian lận, gây phiền toái và mất niềm tin; **(2)** Mô hình **thiếu khớp** khiến khách hàng rủi ro cao được duyệt khoản vay, sau đó ngân hàng phải siết nợ, ảnh hưởng đến quan hệ khách hàng và uy tín thương hiệu; **(3)** Hệ thống phân khúc khách hàng sai khiến khách nhận ưu đãi không phù hợp (ví dụ: khách VIP được nhận ưu đãi thường, khách thường được ưu đãi cao cấp). Theo khảo sát của Hiệp hội Ngân hàng Việt Nam, mô hình AI tín dụng được tinh chỉnh tốt có thể giảm 35% tỷ lệ nợ xấu và tăng 22% số lượng khách hàng được phục vụ.

## Tổng kết

**AI Overfitting** và **Underfitting** là hai thách thức cốt lõi mà bất kỳ hệ thống trí tuệ nhân tạo nào trong ngân hàng cũng phải giải quyết. Quá khớp khiến mô hình ghi nhớ dữ liệu thay vì học quy luật, dẫn đến kết quả tốt trên giấy nhưng thất bại trên thực tế. Thiếu khớp khiến mô hình bỏ lỡ các tín hiệu quan trọng, gây thiệt hại tài chính trực tiếp. Trong kỷ nguyên ngân hàng số, việc thành thạo các kỹ thuật cân bằng bias-variance như regularization (L1, L2, ElasticNet), dropout, batch normalization, cross-validation (k-fold), early stopping và data augmentation không chỉ là kỹ năng kỹ thuật mà còn là yếu tố quyết định năng lực cạnh tranh của ngân hàng. Đối với ứng viên thi tuyển vào ngân hàng, nắm vững cặp khái niệm này cùng các tình huống ứng dụng thực tế là lợi thế lớn trong buổi phỏng vấn và trong sự nghiệp lâu dài tại lĩnh vực tài chính - ngân hàng.

## Thuật ngữ liên quan

- [Chuyển đổi số ngân hàng](https://vieclam.nganhang.com/thuat-ngu/chuyen-doi-so-ngan-hang-la-gi) — Quá trình ngân hàng chuyển đổi toàn diện từ mô hình truyền thống sang vận hành số, nâng cao trải nghiệm khách hàng.
- [Chương trình đào tạo nội bộ](https://vieclam.nganhang.com/thuat-ngu/chuong-trinh-dao-tao-noi-bo-la-gi) — Các khóa học, hội thảo do ngân hàng tổ chức nhằm phát triển năng lực cho cán bộ nhân viên theo khung năng lực đề ra.
- [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.
- [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.
- [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 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.
- [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.