テクノロジ系 / 基礎理論
過学習
過学習は、学習データに合わせすぎて、未知のデータにうまく対応できなくなる状態です。
もう少し詳しく
学習に使ったデータに過度に適合してしまい、その細かな特徴やノイズまで覚え込んだ結果、新しい未知のデータに対する予測がかえって悪くなる状態です。汎化性能が低下します。検証データでの確認や、モデルの複雑さの抑制などで対策します。機械学習で重要な注意点です。
試験での見方
例：学習データだけに過度に合わせ、新しいデータで精度が落ちるのが過学習です。
テクノロジ系 / 基礎理論
過学習は、学習データに合わせすぎて、未知のデータにうまく対応できなくなる状態です。
学習に使ったデータに過度に適合してしまい、その細かな特徴やノイズまで覚え込んだ結果、新しい未知のデータに対する予測がかえって悪くなる状態です。汎化性能が低下します。検証データでの確認や、モデルの複雑さの抑制などで対策します。機械学習で重要な注意点です。
例：学習データだけに過度に合わせ、新しいデータで精度が落ちるのが過学習です。
学習データに適合しすぎて未知データに弱くなる点が核心です。汎化性能・検証データとの関連が頻出です。