ITパスポート 一問一答｜過学習 第179問

解説

過学習（オーバーフィッティング）は、機械学習モデルが学習データの特徴に過度に適合してしまい、学習データに対しては高い精度を出すのに、未知のデータ（テストデータや実運用のデータ）に対する予測精度が落ちてしまう状態である。例えるなら、過去問の答えを丸暗記して模試では満点でも、初見の問題にはまったく対応できない受験生のような状態である。学習データに含まれる細かなノイズまで覚え込んでしまうことが原因で、対策としては学習データを増やす、モデルを単純化する、正則化を行うなどの方法がある。誤答肢のうち、学習データ不足で精度が上がらないのはむしろ学習不足の状態であり、学習時間がかかりすぎることやリソース不足は計算資源の問題であって、「学習データにだけ強く、未知のデータに弱い」という過学習の本質とは異なる。この対比が試験の定番ポイントである。