過学習とは？かがくしゅう
過学習とは、訓練データに合わせ込みすぎて、訓練データでの精度は高いのに未知のデータでは精度が落ちる状態。オーバフィッティングともいいます。データ量に対してモデルが複雑すぎる場合に起きます。基本情報では症状と対策の両方が問われます。
最終更新：2026-10-09
基本情報を最短で暗記・合格する →具体例
訓練データの正解率が99%なのに、テストデータでは60%しか当たらないといった形で現れます。対策は、データを増やす、モデルを単純にする、正則化（モデルが複雑になりすぎないよう学習に罰則を加えること）を加える、学習を途中で打ち切る、交差検証（データを分けて学習用と評価用を入れ替えながら繰り返す方法）で汎化性能（学習に使っていないデータへの当てはまり）を測る、などです。
試験での引っ掛け
訓練データでの精度が高いこと自体は良い結果ではありません。評価は必ず学習に使っていないデータで行います。逆にモデルが単純すぎて訓練データすら当たらない状態は未学習（アンダフィッティング）です。
関連用語
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (8) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。