↑: [[k-分割交差検証]] [[G検定に関する知識|G-exam]] - 表現しなくても良い訓練データも表現するように学習してしまうこと [[過学習とは|R24m]] - [[k-分割交差検証]]では検知はできる - 防ぐためには[[正則化]]が必要 - 訓練データのノイズまで覚えてしまい、未知データへの汎化性能が低下する状態 - 訓練誤差は低いが汎化誤差が高い - 対策：正則化・データ追加・モデルの単純化 - 対概念：未学習（モデルが単純すぎて訓練データすら学べていない状態） - cf. [[汎化性能]], [[オッカムの剃刀]], [[正則化]]