問題
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。
選択肢
- 1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。
- 2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。
- 3期待している結果とは別の結果になる場合に、結果側から逆方向に学習させて、その差をなくさせる。
- 4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。
正解
2. 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。
詳しい解説を見る解説を閉じる
解説
過学習(オーバーフィッティング)とは、訓練データに過度に適合してしまい、訓練データに対する精度は高いが、未知のデータに対する汎化性能(予測精度)が低下する現象である。よってイが正解。アは転移学習、エは強化学習に関する説明であり誤り。(出典: 令和4年度 秋期 応用情報技術者試験 午前 問4)
一問一答
全400問を繰り返し学習