過学習とは？かがくしゅう
過学習とは、機械学習で、学習に使うデータ（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、学習で作る判定の仕組み（モデル）が複雑すぎる場合に起きます。症状と対策の両方を押さえます。
最終更新：2026-10-10
ITパスポートを最短で暗記・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、複雑になりすぎないよう制限をかける（正則化）、学習を途中で打ち切る、データを分けて学習用と確認用を入れ替えながら試す交差検証で、未知のデータへの当たりやすさ（汎化性能）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7 基礎理論 ＞ 35. 情報に関する理論 ＞ (5) AI（Artificial Intelligence：人工知能）の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。