データをシャッフルする目的

分散を減らす（学習の収束を早める）

モデルの汎化性能を維持する。

overfitting を減らす

全てのトレーニング iteration で変化がない場合は、様々な最小値に対して固定になるため、変化が小さい。

これを解決するために、mini batch + shuffle が有効である。

参考