Underfitting alebo podučenie nastáva vtedy, keď model nedokáže s určitosťou zachytiť vzťah medzi vstupnými a výstupnými premennými. Ide o situáciu v strojovom učení, keď je model príliš jednoduchý na presné reprezentovanie základných vzorce v dátach. Model kvôli tomu nedosahuje dostatočnú presnosť na trénovacích alebo testovacích dátach a má vysoké chybové hodnoty. V dôsledku toho nedosahuje spoľahlivé predpovede.

Riešenie na podučenie môže byť použitie komplexnejších modelov, pridanie ďalších funkcií a atribútov alebo zvýšenie objemu trénovacích dát. Cieľom je dosahovanie správnej rovnováhy medzi jednoduchosťou a schopnosťou modelu správne sa prispôsobiť dátam.