基本情報技術者の問題解説：過学習の説明として適切なものはどれか。

過学習とは：過学習は、訓練データには非常によく当てはまるが、未知データに対する予測精度が低くなる状態です。モデルが訓練データの偶然の偏りやノイズまで覚えてしまい、一般的な規則を学べていないことが原因になります。

ほかの状態との違い：訓練データ不足で全体的に精度が低い状態、計算資源が不足している状態、アルゴリズムが収束しない状態は、過学習とは別の問題です。軽い類題として、「訓練データにも未知データにも弱い」なら過学習ではなく学習不足を疑う、と覚えておくと迷いません。

見分け方と対策：過学習は、訓練データの精度は高いのに検証データの精度が頭打ち・悪化する形で見抜けます。対策には、データを増やす、不要な特徴量やパラメータを減らしてモデルを単純化する、正則化を加える、訓練の途中で打ち切る早期終了などがあります。逆に訓練精度も低ければ過学習ではなく未学習です。