問題
機械学習における過学習（オーバーフィッティング）への対策として、最も適切でないものはどれか。
選択肢
- 1訓練データを増やす
- 2正則化項（L1/L2）をモデルに加える
- 3モデルの表現力（パラメータ数）をさらに増やす
- 4ドロップアウトや早期打切りを行う
正解
3. モデルの表現力（パラメータ数）をさらに増やす
詳しい解説を見る解説を閉じる
解説
過学習は訓練データのノイズまで学習し汎化性能が低下する現象で、対策はモデルの表現力を抑える方向に働く。パラメータ数をさらに増やすことは表現力を上げ過学習を悪化させるため不適切。正則化はパラメータの大きさを罰則として抑え、ドロップアウトはニューロンをランダムに無効化し、早期打切りは検証誤差が上昇に転じた時点で学習を止める。訓練データ増加は最も根本的な対策で、データ拡張（画像反転等）も同義で扱われる。
一問一答
全400問を繰り返し学習