過学習・未学習とバイアス・バリアンス

反対に、未学習?
(underfitting?
)は『訓練データもテストデータも精度が悪い』状態。 モデルがデータのパターンを十分に捉えられていない。

訓練精度↑↑でテスト精度↓なら過学習。 訓練もテストも精度↓なら未学習。 両方の精度を比べるのがポイントね。

その背景にある理論がバイアス・バリアンス分解?
。 予測誤差は『バイアス²+バリアンス+ノイズ』に分解できる。 バイアス=モデルの単純さによる誤差、バリアンス=訓練データへの過敏さによる誤差。

その理解でばっちり。 補足すると、DS検定では『これは過学習か未学習か』を判断する問題と、『バイアス・バリアンスのトレードオフ』の概念問題が頻出ですよ。