問題番号: No.33 (しっかりモード)

統計モデルや機械学習において、説明変数（特徴量）の数を増やせば増やすほど、手元の学習データに対する適合度（表現力）は際限なく向上するが、同時に過学習（オーバーフィッティング）のリスクが高まり未知のデータへの予測精度が落ちる。この「モデルの適合度」と「パラメータ数の少なさ（シンプルさ）」のトレードオフを数理的に評価し、最適なモデルを選択するための指標はどれか。