🌟 エポック（Epoch）とは？
エポックとは、
機械学習やディープラーニングで、トレーニングデータ全体を1回使ってモデルを学習させることを指します。
つまり、
- 学習データセットを全部1回使ったら、それで「1エポック」
-
10エポックなら、データセットを10回使って学習した
という意味になります。
✅ エポックのイメージ
例えば、あなたが持っている学習データが1000件だとしましょう。
1エポック → この1000件すべてを使ってモデルを一通り学習する。
2エポック → さらにもう1回、同じ1000件で学習する。
3エポック → またもう1回、学習する。
…という流れです。
何回も学習することで、モデルの精度を高めていきます。
✅ エポック数（Epoch数）を増やすとどうなる？
| 増やすと | 減らすと |
|---|---|
| モデルがより深く学習できる | 学習が浅くなる |
| ただし、**過学習（オーバーフィッティング）**のリスクも出てくる | 精度が上がりきらない可能性がある |
| 時間がかかる | 学習時間は短くて済む |
✅ 関連用語も簡単に
| 用語 | 説明 |
|---|---|
| エポック | データセット全体を1回使った学習の単位 |
| バッチ（Batch） | データを小分けにして、1回にまとめて学習する単位（例：100件ずつ） |
| ステップ（Step） | 1バッチを処理するごとの回数 |
👉 通常、**「1エポック＝複数ステップ」**になります！
📝 まとめ
| 項目 | 内容 |
|---|---|
| エポックとは | トレーニングデータ全体を1回学習させること |
| エポック数 | 何回データセット全体で学習するか |
| 注意点 | エポック数を増やしすぎると過学習することがある |