汎化性能

真の関数との誤差が小さいモデル→汎化性能が高い：未知のデータに対する予測能力が高い

たとえば

スーパーマーケットにロボットが配属されたとする。

そのロボットが過去の顧客の購買情報を分析し、何らかのパターンを見つけた。

このパターンから今後の購買情報の予測を立てた。

→ではこの予想の有用さを測るには？

2つのパターンが考えらえる。

①パターンを導き出した過去データを用いてその予測の有用性を計測。

②ロボットの訓練時には無かった未来のデータを用いて予測の有用性を計測。

→どちらが適切か？

答えは②

過去データにおいて見つけた規則性がそのデータ内でうまくいくのは当然。極端な話、過去データそのものを覚えれば過去データ内での予測は完全にできる。

大学4年間のデータサイエンスが10時間でざっと学べる , 久野 遼平 (著), 木脇 太一 (著), KADOKAWA (2018/3/29)