過学習

機械学習における過学習とは、訓練誤差は小さいにもかかわらず、汎化誤差（未知のデータを判定したときの誤差）が小さくならない状態をいいます。「オーバーフィッティング」や「過剰適合」とも呼びます。モデルが教師データセットにおけるパターンだけでなく、教師データそのものを学習しすぎてしまった状態です。過学習は、未知のデータを判定できない原因を作ってしまいます。

→過学習とは、機械にパターンを学習させて何かの結果を得るときに、パターンを多く学習させすぎたことで逆に得たかった結果の正確性が失われることである。機械学習の際はこの過学習の状態にならないように注意しないといけない。

引用・参考

機械学習における「過学習」の原因と回避法を解説　　LIONBGIDGE.AI