| 日本語 | 過学習 |
|---|---|
| English | Overfitting |
| 中文 | 过拟合 |
過学習とは
品目ごとのデータ量が少ない製造業の需要予測で起きやすく、交差検証やバックテストで学習に使っていない期間の精度を確かめることで見抜きます。
Definition (English)
A state in which a model memorizes random noise in training data, so it fits history well but performs poorly on new data. It is common when per-item history is short and is detected by cross-validation and backtesting.
释义（中文）
模型连训练数据中的偶然波动也记住，导致训练数据上误差小而在未知数据上精度下降的状态。在单品目数据量少时容易发生，可通过交叉验证和回测发现。
関連する用語
この釈義は CC BY 4.0 で提供しています。引用時はこのページのURLを出典として明記してください（引用の書き方・用語集全体のデータ）。
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業のデータ活用・AI の調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・在庫・データ基盤を手がけた実務者が、計算式を検算し、欧米・中国の一次情報にあたって書いています。