② 機械学習の概要 ／ 10. モデルの選択・評価
過学習とは
過学習とは、訓練データに過度に適合してしまい、未知データでの性能が低下する現象です。汎化性能の低下とセットで理解することが重要です。
この用語はG検定シラバスの「10. モデルの選択・評価」に含まれます。 章全体の用語は用語解説②（全62語）にまとまっています。
一言でいうと
手元のデータを覚えすぎて、新しいデータに対応できなくなる現象です。
なぜ起きるのか
モデルが複雑すぎたり、データが少なすぎたりすると、モデルはデータに含まれる偶然のばらつきやノイズまで再現しようとします。
その結果、訓練データの誤差は下がり続けるのに、未知データでの誤差は途中から上がり始めます。この乖離が過学習のサインです。
過少適合（未学習）との違い
逆に、モデルが単純すぎてデータの傾向を捉えきれない状態を過少適合（未学習）といいます。
- 過学習：訓練データの精度は高いが、未知データで低い
- 過少適合：訓練データでも未知データでも精度が低い
両者は訓練データでの精度を見れば区別できます。
対策
学習曲線で見分ける
過学習が起きているかは、訓練データと検証データの誤差を並べて見るとはっきり分かります。
- 両方とも下がり続けている → まだ学習の余地がある
- 訓練は下がるが検証が上がり始めた → 過学習の開始点
- 両方とも高いまま → 過少適合
検証誤差が悪化し始めた時点で学習を止める「早期終了」も有効な対策です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| 過学習 | 訓練データの精度は高い／未知データで低い |
| 過少適合（未学習） | 訓練データでも未知データでも精度が低い |
🎯 G検定での押さえどころ
- 訓練データの精度は高いが未知データで低い
- 過少適合（両方低い）との区別
- 対策は正則化・データ増加・特徴量削減・アンサンブル
⚠️ よくある誤りの選択肢
- 「過学習では訓練データの精度も低くなる」→ 誤り。訓練データの精度は高くなります
- 「データを増やすと過学習しやすくなる」→ 誤り。抑える方向に働きます
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「過剰適合」（E資格向け）
- 手を動かして確かめる → 過学習シミュレータ
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。