過学習

https://2.bp.blogspot.com/-Eaqkz47FqEQ/WEztN1keMTI/AAAAAAABAUk/Kch-IzHmkQsMKRRauuRk3L95QhgewY7KwCLcB/s800/ai_study_kikaigakusyu.png

過学習とは

学習に使ったデータに対してはきちんと予測できるが、未知のデータに対しては全く対応できないという実用性を伴っていない状態のこと

過度の教師あり学習を行った場合、未学習の問いに対して正しく答えを出力できなくなる現象

学習のしすぎによって判断の基準が厳しくなるため、少しでもパターンが異なると誤った答えを出力してしまうことを指す。

別名で過剰適合やOverFitting（オーバーフィッティング）などと呼ばれる

過学習への原因と対策

原因：データが少ない、モデルが問題に対して複雑すぎる

対策：データを多くする、モデルを簡単なものにする、正則化する。

正則化は、数式で表されるモデルに「正則化項」というものを付けることで、モデルの形が複雑になりすぎないように調整しようとするもの。

参考文献

AIZINE　AI（機械学習）でよくある問題過学習って？ゼロからわかる基本と対策