過学習とは？
過学習とは、訓練データに合わせ込みすぎて、訓練データでの精度は高いのに未知のデータでは精度が落ちる状態。オーバフィッティングともいいます。データ量に対してモデルが複雑すぎる場合に起きます。FEでは症状と対策の両方が問われます。
かがくしゅう
過学習の意味
訓練データに合わせ込みすぎて、訓練データでの精度は高いのに未知のデータでは精度が落ちる状態。オーバフィッティングともいいます。データ量に対してモデルが複雑すぎる場合に起きます。FEでは症状と対策の両方が問われます。
過学習の具体例
訓練データの正解率が99%なのに、テストデータでは60%しか当たらないといった形で現れます。対策はデータを増やす、モデルを単純にする、正則化を加える、学習を途中で打ち切る、交差検証で汎化性能を測るなどです。
過学習は試験でどう引っ掛けられる？
訓練データでの精度が高いこと自体は良い結果ではありません。評価は必ず学習に使っていないデータで行います。逆にモデルが単純すぎて訓練データすら当たらない状態は未学習（アンダフィッティング）です。
過学習と関連する用語
最終更新：2026-08-25／解説は資格暗記が独自に作成しています。 過去問の出典は各問題に記載のとおりです。