Underfit: высокий train и val error, кривые близки. Overfit: низкий train, заметно хуже val; разрыв растёт с ёмкостью/эпохами.
Разбор
- Learning curves vs размеру n показывают, поможет ли data.
- Early stopping ловит момент до сильного overfit.
- Регуляризация сжимает разрыв.
- Утечка данных маскируется «слишком хорошим» val.
Итог
Смотрите пару train/val, а не одну метрику на тесте после подбора.