過学習とは？
過学習とは、訓練データに適合しすぎた結果、未知のデータに対する予測性能（汎化性能）が低下する現象。モデルが複雑すぎる、訓練データが少ない、といった場合に起きやすい。
かがくしゅう
過学習の意味
訓練データに適合しすぎた結果、未知のデータに対する予測性能（汎化性能）が低下する現象。モデルが複雑すぎる、訓練データが少ない、といった場合に起きやすい。
過学習の具体例
対策として、訓練データを増やす（データ拡張を含む）、正則化でパラメータの大きさを抑える、ドロップアウトで一部のノードを無効化する、早期打切りを行う、などがある。
過学習は試験でどう引っ掛けられる？
訓練データの精度が上がり続けているのに検証データの精度が下がり始めた点が、過学習の始まり。訓練精度だけを見て判断しない。
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。