過学習

過学習(オーバーフィッティング)は、モデルが訓練データに適合しすぎて、いわば「丸暗記」状態になり、未知のデータでは性能が落ちてしまう現象です。訓練データの正解率は高いのにテストデータでは低い、という形で現れます。対策には、データを増やす、モデルを単純にする、ドロップアウトや正則化を使う、などがあります。逆に学習不足で適合できていない状態を「未学習(アンダーフィッティング)」と呼びます。

💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。