Egy olyan modell, amely minden ház átlagárát megjósolja, függetlenül a mérettől, a helyszíntől vagy a kortól, alulilleszkedésnek minősül. Nem tanult meg elég struktúrát ahhoz, hogy hasznos legyen. Alulilleszkedés akkor fordul elő, ha a modell túl egyszerű, a betanítási idő túl rövid, vagy a jellemzők túl gyengék ahhoz, hogy megragadják az adatok mintázatát.

A tünet könnyen észrevehető: gyenge teljesítmény magán a tanulóhalmazon. A túlillesztéssel ellentétben, ahol a modell megjegyzi a zajt és új adatokon hibázik, az alulillesztéssel mindenhol hibát jelez. Egy görbét illeszteni próbáló egyenes mind a tanulópontokat, mind a tesztpontokat elvéti.

Tipikus okok

• A modell kapacitása túl alacsony a probléma összetettségéhez képest
• Túl kevés betanítási időszak vagy a tanulási sebesség megrekedt
• Hiányzó vagy rosszul megtervezett beviteli funkciók
• Túlzott regularizáció, amely túlságosan korlátozza a súlyokat

A megoldás általában a kapacitás növelése, a hosszabb betanítás, vagy a modell jobb bemeneteinek biztosítása. Néha a probléma nem is a modell, hanem az adatok: ha a jel zajba van temetve, egyetlen architektúra sem fogja megmenteni. Az alulillesztés korai diagnosztizálása hetekig tartó, felesleges finomhangolást takarít meg.