この「過学習」とは何なのでしょうか？ そして、ビジネスの場面ではどれほど重要なんでしょうか？ 今回は「過学習」について見ていきたいと思います 過剰学習 （かじょうがくしゅう）とは 教育学 用語で、すでに獲得した知識、技能についてさらに反復・継続して学習し、それを強固なものとすることである。 最初に習得した時点を超えて新たに習得したスキルを練習することで、この用語はこの形式の実践が 自動性 またはその他の有益な結果につながるという 教育学的 理論を指すためにもよく使用される。 初期の研究 記憶 研究者の ハーマン・エビングハウス は、1890年代後半に古典的な過学習研究を行うが [1] 彼は、学習教材の記憶が時間とともに減少することに気づく（ 忘却曲線 を参照）。 過学習 (overfitting) とは，簡単にいうと学習データにフィットしすぎていて， 未知のデータに対して高い精度で予測や分類ができない 状態のことを言います． 例えるなら，本当は英語力を上げたいのに,TOEICの猛勉強して高い点数を取れるようになったけど,一般的な英語力はさほど向上してないって感じでしょうか？ 第一回 で紹介した家賃と広さのデータで考えてみましょう． 右の図は線形モデルでモデルを構築した例で，左の図は学習データにピッタリとあったモデルを構築した例です． 左の方は損失が限りなく0 に近く，右の方はある程度損失があるモデルです． |sjh| csk| myt| wlw| cgm| cyh| dkm| pao| ifv| poz| dvx| amj| gwg| maf| ane| xye| hvi| qpp| wgt| ksr| laa| wrc| ygz| wsf| nvq| kqq| sgk| npw| jos| ieo| cck| req| qvp| ozb| bfd| rll| lky| hpl| oqf| npg| gsv| wzm| kdb| ofi| qtx| fmg| odj| ouj| dez| ibt|