令和6年度秋期 応用情報技術者試験 午前 問2
AI における教師あり学習での交差検証に関する記述はどれか。
- ア 過学習を防ぐために，回帰モデルに複雑さを表すペナルティ項を加え，訓練データへ過剰に適合しないようにモデルを調整する。
- イ 学習の精度を高めるために，複数の異なるアルゴリズムのモデルで学習し，学習の結果は組み合わせて評価する。
- ウ 学習モデルの汎化性能を高めるために，単一のモデルで関連する複数の課題を学習することによって，課題間に共通する要因を獲得する。
- エ 学習モデルの汎化性能を評価するために，データを複数のグループに分割し，一部を学習に残りを評価に使い，順にグループを入れ替えて学習と評価を繰り返す。
解答・解説を見る
正解：エ
AI解説
交差検証(Cross Validation)は、データを複数のグループに分割し、一部を学習用、残りを評価用として役割を入れ替えながら学習と評価を繰り返すことで、モデルの汎化性能(未知データへの適応力)を評価する手法である。 ア: 過学習を防ぐため回帰モデルにペナルティ項を加えて訓練データへの過剰適合を抑える手法は正則化(L1/L2正則化)の説明である。 イ: 複数の異なるアルゴリズムのモデルで学習し結果を組み合わせて評価する手法はアンサンブル学習の説明である。 ウ: 単一モデルで関連する複数の課題を学習し課題間に共通する要因を獲得する手法はマルチタスク学習の説明である。 エ: データを複数グループに分割し、学習と評価の役割を入れ替えながら繰り返すという記述は交差検証の定義そのものであり、正しい。 💡 交差検証の代表例はk分割交差検証(k-fold CV)であり、正則化・アンサンブル学習・マルチタスク学習と混同しないよう、それぞれの目的(過学習防止/精度向上/汎化性能評価)を区別して覚える。
出典：令和6年度 秋期 応用情報技術者試験 午前 問2 ／ 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。