ホーム / 機械学習の概要 / モデルの選択・評価 / 過学習155過学習機械学習の概要モデルの選択・評価過学習（オーバーフィッティング）とは、モデルが訓練データに合わせすぎて、未知データではうまく予測できなくなる状態のことです。訓練誤差は小さいのに汎化誤差が大きい場合、過学習が疑われます。データのノイズや偶然のパターンまで覚え込んでしまうのが原因です。正則化、データの追加、モデルを単純にする、早期終了などで対処する、機械学習の最大の敵といえる現象です。