過学習
出典: 令和4年度 秋期 応用情報技術者試験 午前 問4 (IPA)
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。
- 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。
正解と解説を見る
正解: イ
- ア: 学習済みモデルを別の領域に再利用するのは、転移学習です。
- イ: 訓練データでは精度が高いのに、未知のデータでは精度が下がるのが過学習なので正しい説明です。
- ウ: 結果と期待値の差を、結果側から逆向きにたどって小さくするのは、誤差逆伝播法です。
- エ: 報酬を与えて何が成功かを学ばせるのは、強化学習です。
ポイント
- 過学習 (オーバーフィッティング): 訓練データに合わせすぎてしまい、訓練データでは精度が高いのに、新しい (未知の) データでは精度が下がる 状態です。
- 訓練データの癖やノイズまで覚えてしまうことが原因です。