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。

選択肢

• ア訓練した時と同じ精度を出すために、訓練データをテストデータとして使用する。
• イ精度を高めるために、元の訓練データに加工を施し、訓練データの量を増やす。
• ウ予測した結果に近づけるために、モデルをより複雑にする。
• エより多くの未知のデータに対して予測できるように、汎化性能を下げる。

正解と解説

正解：イ 精度を高めるために、元の訓練データに加工を施し、訓練データの量を増やす。

過学習は訓練データに適合しすぎてモデルが未知データに対応できなくなる状態で、訓練データの不足やモデルの複雑さが主な原因である。元データに回転・反転・ノイズ付加などの加工を施して訓練データを水増しするデータ拡張は、多様性を増やして過学習を抑える有効な手段である。

選択肢ごとの解説

• ア訓練データをそのまま評価に使うと高い精度が出るのは当然で、過学習を隠すだけで解消にならない。
• イ正解。データ拡張により訓練データを増やし、多様性を高めることで過学習を抑えられる。
• ウモデルを複雑にすると訓練データへの適合がさらに強まり、過学習は悪化する。
• エ未知データへの対応力こそ汎化性能なので、これを下げるのは目的と逆である。

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
• 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
• 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。2024年度 秋期 問1