過学習

過学習（かがくしゅう）は、機械学習モデルが訓練データに過度に適合し、未知のデータに対する汎化性能が低下する現象を指す。モデルがノイズや例外的なパターンまで覚えてしまうため、実運用時に予測精度が著しく落ちる。適切なモデル容量や正則化手法の選択が重要で、機械学習全般の品質管理において基本的かつ重要な概念である。