テクノロジ系定義
機械学習におけるオーバーフィッティングとは何か。最も適切な説明はどれか。
A.訓練データに対して高い精度を示すが、未知のデータに対して精度が低下する現象← 正解
✓ 正解です。オーバーフィッティングは、訓練データに過度に適応して、汎化性能が低下する問題を指します。
B.訓練データとテストデータの両方で同程度の低い精度を示す現象
✗ これはアンダーフィッティングの説明です。訓練データとテストデータの両方で低精度です。
C.学習中にモデルのパラメータが負の値になってしまう現象
✗ パラメータが負の値になることはオーバーフィッティングではありません。正規化などで対処されます。
D.訓練データが不足しているために、モデルの学習が進まない現象
✗ これは訓練データ不足の問題であり、オーバーフィッティングの定義ではありません。
この問題のポイント
オーバーフィッティングは、訓練データに過度に適応して、汎化性能が低下する問題を指します。