問題 No.1644
学習データに対してモデルが複雑すぎたり、データが不足していたりすることで、未知のデータに対して高い性能を示せなくなる現象を何と言いますか？
【正解の解説】
過学習
モデルの複雑さを抑える（正則化）や、学習データを増やすことで改善が期待できます。
スポンサーリンク
【その他の選択肢の解説】
アンダーフィッティング
学習データに対しても精度が低い状態であり、複雑なモデルへ変更する必要があります。
次元の呪い
特徴量の数が増えるとデータの密度が極端に低くなり、学習が困難になる現象を指します。
勾配消失
活性化関数の選択や層の深さに関連し、学習の停滞を招きます。