令和4年度秋期 応用情報技術者試験 午前 問4
AIにおける過学習の説明として，最も適切なものはどれか。
- ア ある領域で学習した学習済みモデルを，別の領域に再利用することによって，効率的に学習させる。
- イ 学習に使った訓練データに対しては精度が高い結果となる一方で，未知のデータに対しては精度が下がる。
- ウ 期待している結果とは掛け離れている場合に，結果側から逆方向に学習させて，その差を少なくする。
- エ 膨大な訓練データを学習させても効果が得られない場合に，学習目標として成功と判断するための報酬を与えることによって，何が成功か分かるようにする。
解答・解説を見る
正解：イ
AI解説
過学習(オーバーフィッティング)とは、学習に使った訓練データに対しては精度が高い結果となる一方で、訓練データの特徴やノイズまで過剰に学習してしまうため、未知の(訓練に使っていない)データに対しては精度が下がってしまう現象のことである。 ア: ある領域で学習した学習済みモデルを別の領域に再利用して効率的に学習させる転移学習の説明である。 イ: 正しい。訓練データには高精度だが未知データには精度が下がる現象が過学習である。 ウ: 期待する結果との差を逆方向に伝播させて重みを調整する誤差逆伝播法(バックプロパゲーション)の説明である。 エ: 膨大な訓練データでも効果が得られない場合に、成功と判断するための報酬を与えて学習させる強化学習の説明である。 💡 過学習対策には、正則化・ドロップアウト・データ拡張・早期終了(early stopping)などがあることも合わせて覚えておくとよい。
出典：令和4年度 秋期 応用情報技術者試験 午前 問4 ／ 独立行政法人情報処理推進機構（IPA）
※Web掲載用に表記を一部変更しています。著作権はIPAに帰属します。
※Web掲載用に表記を一部変更しています。著作権はIPAに帰属します。