過学習（オーバーフィッティング）とは、AI（人工知能）の機械学習において、コンピュータが手元の訓練データを過剰に学習してしまい、そのデータに対しては完璧に答えられるものの、新しく入力された未知のデータに対しては正しく予測できなくなってしまう現象です。

これは、学習用データの細かなノイズや例外的なクセまで丸暗記してしまい、本質的なルールを見失ってしまうことで起こります。人間で例えるなら、「過去の試験問題の数字をそのまま丸暗記したため、数字が少し変わった本番の試験問題が解けなくなってしまった」という状態に似ています。過学習を防ぐためには、学習データを十分に増やすことや、モデルを複雑にしすぎないように制限をかける工夫が必要です。

犬の画像を判定するAIを作る際、学習用データに「芝生の上で走っている犬」の画像ばかりを使ったとします。AIが過学習を起こすと、「芝生が写っていること」を犬の重要な特徴として覚えてしまうため、室内のフローリングでくつろいでいる犬の画像を見せても「犬ではない」と誤判定してしまうようになります。