解説

正解はBです。オーバーフィッティング（過学習）は、モデルがトレーニングデータのノイズや詳細な特徴まで学習しすぎてしまい、新しい未知のデータに対する汎化能力が失われる現象です。Aのアンダーフィッティング（未学習）は、モデルが単純すぎてトレーニングデータすら十分に学習できていない状態を指します。Cのバイアスは、モデルの予測値と実際の値とのズレや、データに潜む偏見を指す用語であり、過学習そのものを指す言葉ではありません。Dのハルシネーションは、生成AIが事実に基づかないもっともらしい嘘を出力する現象であり、従来のMLの過学習とは異なります。