在教科书中学习神经网络与深度学习
定义因过度贴合学习所用的训练数据，导致对尚未见过的未知数据的预测精度下降的状态，称为过拟合（過学習）。
解说模型如果连训练数据中偶然的特点和噪声都记住了，适用于新数据的一般规律（泛化能力）就会变弱。当训练数据上的精度很高、在未用于学习的数据上精度却下降时，就能察觉到这种情况。抑制的方法有增加训练数据、简化模型等。
类比就像完全照着一个人的身材量身定做的衣服，本人穿着正合身，换个人却怎么也穿不上。
记忆钩子過学習的“過”是过度的意思。这个字本身就提醒你：这不是学得不够的失败，而是学过了头的失败，中文“过拟合”的“过”也是同一层意思。