正則化

デジタル大辞泉

せいそく‐か〔‐クワ〕【正則化】

読み方：せいそくか

１ 統計学で、あるデータに統計モデルを適用させる際に過剰適合が起こらないようにすること。統計モデルの関数に正則化項という関数の複雑さを表す項を付与し、誤差の総和とともに正則化項の値を最小化することで、より適切な統計モデルが得られる。

２ ディープラーニングなどの機械学習における過学習を防ぐこと。ドロップアウトという手法が知られる。

日本語活用形辞書

正則化

読み方：せいそくか

名詞「正則」に、接尾辞「化」がついたもの。

» 「正則」の意味を調べる

日本語活用形辞書はプログラムで機械的に活用形や説明を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ。

ウィキペディア

正則化

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2026/09/19 14:29 UTC 版)

数学・統計学・計算機科学において、特に機械学習と逆問題において、正則化（せいそくか、英: regularization）とは、不良設定問題を解いたり過学習を防いだりするために、情報を追加する手法である。モデルの複雑さに罰則を科すために導入され、なめらかでないことに罰則をかけたり、パラメータのノルムの大きさに罰則をかけたりする。

正則化の理論的正当化はオッカムの剃刀にある。ベイジアンの観点では、多くの正則化の手法は、モデルのパラメータの事前情報にあたる。

統計および機械学習における正則化

統計および機械学習において、正則化はモデルのパラメータの学習に使われ、特に過学習を防ぎ、汎化能力を高めるために使われる。

機械学習において最も一般的なのは L1 正則化 (p=1) と L2 正則化 (p=2) である。損失関数 ${\\displaystyle E({\\boldsymbol {w}})}$ カテゴリ

ウィキペディア小見出し辞書

正則化

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2019/12/01 22:34 UTC 版)

「過剰適合」の記事における「正則化」の解説

詳細は「正則化」を参照 機械学習や統計学において、媒介変数を減らすのではなく、誤差関数に正則化項を追加して、モデルの複雑度・自由度に抑制を加え、過学習を防ぐ方法がある。L2 正則化や L1 正則化などがある。 サポートベクターマシンにおいては、媒介変数（パラメータ）を減らすのではなく、マージンを最大化することにより、過学習を防いでいて、これも、L2 正則化と同じような手法に基づいている。