ホーム / 機械学習の概要 / モデルの選択・評価 / 汎化誤差152汎化誤差機械学習の概要モデルの選択・評価汎化誤差とは、学習に使っていない未知のデータに対する誤差のことで、本当に下げたい誤差です。モデルを実際に運用するときに出会うのは未知データなので、訓練誤差よりも汎化誤差が小さいことが重要です。テストデータでの誤差で近似的に測ります。機械学習の目的は「訓練データの暗記」ではなく「汎化誤差を小さくすること」、と覚えておきましょう。