過学習（オーバーフィッティング）

過学習とは、機械学習モデルが学習用データに過度に合わせ込まれてしまい、学習に使っていない新しいデータに対しては精度が大きく下がる状態のことです。未知のデータに対してどれだけ正しく予測できるかを「汎化性能」と呼び、過学習はこの汎化性能が低い状態といえます。

データが少ないのにモデルが複雑すぎる場合や、学習データに偏りがある場合に起こりやすくなります。対策として、データを学習用と評価用に分けて確認する、データを増やす、モデルを単純にする、といった方法がとられます。

新規事業のPoCでは、「精度99%」といった報告が学習データで測った数字ではないか、本番に近い別のデータで評価したものかを必ず確認しましょう。実環境のデータは時間とともに変化するため、運用開始後も精度を継続的に監視することが大切です。