AI-900 対策ノート：過学習（Overfitting）とは？

✨AI-900対策ノート：過学習（Overfitting）とは？

2025-04-13 · Reina
※ 試験対策用のメモ ✍️

過学習とは、訓練データに対しては高精度なのに、未知データには弱い状態のこと。

🎯 過学習とは？

• モデルが「一般的な傾向」ではなく「ノイズや例外」にまで過度に適応してしまう状態。

📌 例：

猫の画像分類で、背景のソファの色まで覚えてしまう → 背景が変わるとうまく分類できない。

🛡 過学習を防ぐ方法

対策方法	説明
① データ量を増やす	多様なデータで学習し一般化能力を向上させる
② シンプルなモデルを使う	パラメータが多すぎると過学習しやすい
③ 正則化（Regularization）	L1 / L2 などのペナルティを付けて極端な重みを防ぐ
④ 交差検証（Cross-validation）	複数パターンで検証して過学習を検知

✅ 試験に出やすいポイント

• 「訓練データにだけ合っている」のは過学習
• 正則化は頻出キーワード
• 逆は未学習（Underfitting）