Quando se trabalha com grandes bases, o cientista de dados se depara com diversos erros no período de ajuste das redes neurais. Sobre o overfitting...

Quando se trabalha com grandes bases, o cientista de dados se depara com diversos erros no período de ajuste das redes neurais. Sobre o overfitting, é correto afirmar:

1. Um problema que ocorre quando um modelo tem poucos parâmetros livres e não são inconsistentes.
2. Um problema que ocorre quando um modelo se ajusta demais aos dados de treinamento e perde a capacidade de generalizar para dados novos ou não vistos.
3.  Um problema que ocorre quando um modelo tem poucos parâmetros livres e se torna rígido ou inflexível.
4.  Um problema que ocorre quando um modelo tem muitos parâmetros livres e se torna instável ou inconsistente.
5. Um problema que ocorre quando um modelo não se ajusta aos dados de treinamento e tem um desempenho ruim tanto nos dados de treinamento quanto nos dados de teste.