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

• 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。

正解と解説

正解：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。

交差検証（クロスバリデーション）は、手元のデータをk個のグループに分割し、1つを検証用、残りを学習用として学習と評価を行う操作を、グループを入れ替えながらk回繰り返す手法である。目的は未知データに対する汎化性能を偏りなく見積もることで、モデルそのものを強くする手法ではない。したがって「分割して順に入れ替えながら学習と評価を繰り返す」と述べた選択肢が該当する。

選択肢ごとの解説

• アペナルティ項を加えるのは正則化（リッジ回帰・ラッソ回帰など）の説明。
• イ複数モデルの結果を組み合わせるのはアンサンブル学習の説明。
• ウ複数の課題を同時に学習するのはマルチタスク学習の説明。
• エ正解。データを分割し役割を入れ替えて評価を繰り返す交差検証そのもの。

同じ分野の他の問題

• AIにおける機械学習において、2クラス分類モデルの評価方法の一つであるROC曲線で用いられる偽陽性率の説明として、最も適…2025年度 秋期 午前 問3
• クラウドで学習し，エッジデバイスで推論する機械学習ベースのエッジAIにおいて，エッジデバイスで行われる推論処理として，適…2025年度 春期 午前 問71
• AIにおける機械学習の過程において，過学習と疑われたときの解消方法として，最も適切なものはどれか。2025年度 春期 午前 問3
• 生成AIのビジネス活用において、独自のデータを学習させることにより基盤モデルを自社の業務やサービスに特化したモデルへとカ…2024年度 秋期 午前 問71
• AIにおけるディープラーニングに関する記述として、最も適切なものはどれか。2019年度 春期 午前 問3