すでに知っている数学だけで組み立てる古典的モデル
データを増やすか、それとももっと大きなモデルにするか。お金と時間はどちらか一方しか許してくれないので、当てずっぽうで外すのは高くつく間違いだ。2つを見分けるには、訓練セット自体が成長していくあいだ、2つの数を見張ればよい。訓練誤差と、ホールドアウト誤差（実務では検証誤差と呼ばれることが多い）、つまりフィットに一度も見せずに取り分けておいたデータでのスコアだ。両方を訓練セットのサイズに対してプロットすると、本当に役に立つ診断図が現れる。学習曲線と呼ばれるものだ。
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ 学習曲線：データを増やすか、モデルを大きくするか