テクノロジ系 / 基礎理論
汎化性能
汎化性能は、機械学習モデルが学習に使っていない新しいデータにも正しく対応できる能力です。
もう少し詳しく
学習データにだけよく当たっても、未知のデータで精度が落ちるなら実用的ではありません。過学習は学習データに合わせ込みすぎて汎化性能が低くなる状態です。検証データやテストデータ、交差検証を使って、未知データに対する性能を確認します。
試験での見方
例：過去の練習問題だけは解けるが、新しい問題に弱いモデルは汎化性能が低いといえます。
テクノロジ系 / 基礎理論
汎化性能は、機械学習モデルが学習に使っていない新しいデータにも正しく対応できる能力です。
学習データにだけよく当たっても、未知のデータで精度が落ちるなら実用的ではありません。過学習は学習データに合わせ込みすぎて汎化性能が低くなる状態です。検証データやテストデータ、交差検証を使って、未知データに対する性能を確認します。
例：過去の練習問題だけは解けるが、新しい問題に弱いモデルは汎化性能が低いといえます。
学習データでは高精度なのにテストデータで精度が悪い場合は、汎化性能が低い、または過学習していると判断します。