過学習

一言で言うと

訓練に合わせすぎて汎化が落ちる現象。

もう少し詳しく

機械学習モデルが訓練データに過剰に適合してしまい、未知のデータに対する予測精度（汎化性能）が低下する現象です。モデルの複雑度が高すぎる場合や、訓練データの量が不足している場合に起こりやすく、訓練時の損失は小さいのに検証データや本番データでの誤差が大きくなるという形で現れます。

実務でどう使うか

関連する章

Ch191, Ch196 で詳しく学べます。