令和7年度春期 応用情報技術者試験 午前 問3

正解：イ

AI解説

過学習(オーバーフィッティング)は、訓練データに過度に適合し未知のデータへの汎化性能が低下する現象である。解消策としては、データ拡張などで元の訓練データに加工を施し訓練データの量を増やすことが有効である。 ア: 訓練した時と同じ精度を出すためにテストデータを訓練データとして使用することは、データリーケージとなり正しい性能評価ができなくなるため、過学習の解消策として不適切である。 イ: 正しい。訓練データを増やすことで、モデルが特定のデータに偏って過剰適合するのを防ぎ、汎化性能を高めることができる。 ウ: モデルをより複雑にすることは、訓練データへの適合をさらに強めてしまい、過学習を悪化させる方向の操作であり不適切である。 エ: 汎化性能を下げることは、過学習解消の目的(汎化性能を高めること)と正反対であり不適切である。 💡 過学習対策の基本は「データを増やす」「モデルを単純化・正則化する」「早期終了する」の3点。複雑化や汎化性能の低下は逆効果であると覚える。