問題
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。
選択肢
- 1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。
- 2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。
- 3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。
- 4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、一部を学習に残り評価に使い、グループを入れ替えて学習と評価を繰り返す。
正解
4. 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、一部を学習に残り評価に使い、グループを入れ替えて学習と評価を繰り返す。
詳しい解説を見る解説を閉じる
解説
交差検証(クロスバリデーション)は、データセットを複数のグループ(fold)に分割し、一部を検証用・残りを学習用として用い、分割を入れ替えながら学習と評価を繰り返す手法である。限られたデータで汎化性能を偏りなく評価できる。よってエが正解。アは正則化、イはアンサンブル学習、ウはマルチタスク学習の説明であり誤り。(出典: 令和6年度 秋期 応用情報技術者試験 午前 問2)
一問一答
全400問を繰り返し学習