交差検証
出典: 令和6年度 秋期 応用情報技術者試験 午前 問2 (IPA)
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。
- 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。
正解と解説を見る
正解: エ
- ア: ペナルティ項を加えて過学習を防ぐのは、正則化です。
- イ: 複数のモデルの結果を組み合わせるのは、アンサンブル学習です。
- ウ: 1 つのモデルで関連する複数の課題を同時に学習するのは、マルチタスク学習です。
- エ: データを分割して学習用と評価用を入れ替えながら汎化性能を評価するのが交差検証なので正しい記述です。
ポイント
- 交差検証 (クロスバリデーション): データを k 個のグループに分け、1 つを評価用、残りを学習用にして学習と評価を行い、評価用のグループを順に入れ替えて k 回繰り返す方法です。
- 学習に使っていないデータでの性能 (汎化性能) を、限られたデータで安定して評価できます。