汎化

汎化は、機械学習のモデルが、学習データを丸暗記するのではなく規則性をつかみ、未知のデータにも正しく予測できることです。

■ 試験で押さえるポイント

• 学習データでの誤差が小さくても、未知のデータで誤差が大きければ汎化できていません。

• モデルが複雑すぎると過学習、単純すぎると未学習になります。

• 正則化や交差検証などで、汎化を促します。

■ 選択肢での判断ポイント

未知のデータへの適用能力です。学習データへの当てはまりだけを汎化とは呼びません。