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

• ア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。
• イ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。
• ウ期待している結果とは掛け離れている場合に、結果側から逆方向に学習させて、その差を少なくする。
• エ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。

正解と解説

正解：イ 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。

過学習（オーバーフィッティング）は、モデルが訓練データの細部やノイズまで覚え込んでしまい、訓練データに対する精度は高いのに、未知のデータに対する予測精度（汎化性能）が落ちる現象である。データ量を増やす、正則化を行う、モデルを単純化するなどが対策になる。

選択肢ごとの解説

• ア学習済みモデルを別領域へ再利用するのは転移学習の説明である。
• イ正解。訓練データには高精度でも未知データで精度が下がるのが過学習である。
• ウ出力側の誤差を逆向きに伝えて重みを調整するのは誤差逆伝播法の説明である。
• エ報酬を与えて望ましい行動を学ばせるのは強化学習の説明である。

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 問2
• コンピュータによる伝票処理システムがある。このシステムは、伝票データをためる待ち行列をもち、M/M/1の待ち行列モデルが…2018年度 秋期 問2
• 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 問2
• 0≦x≦1の範囲で単調に増加する連続関数f(x)がf(0)<0≦f(1)を満たすときに、区間内でf(x)=0であるxの値…2025年度 春期 問1
• 式A+B×Cの逆ポーランド表記法による表現として、適切なものはどれか。2020年度 10月試験 問1