機械学習の過学習への対処
出典: 令和7年度 春期 応用情報技術者試験 午前 問3 (IPA)
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。
- 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。
正解と解説を見る
正解: イ
- ア: 訓練データをテストデータに使うと、過学習を見抜けなくなります。解消にはなりません。
- イ: 訓練データを加工して量を増やすと、特定のデータへの偏りが減り、過学習の解消に役立ちます。正しい答えです。
- ウ: モデルをより複雑にすると、訓練データへの適合がさらに強まり、過学習は悪化します。
- エ: 汎化性能は未知のデータへの強さのことで、下げるのではなく上げたいものです。
ポイント
- 過学習は、訓練データに合わせすぎて、未知のデータに対する精度 (汎化性能) が落ちる状態です。
- 対処法は、訓練データを増やす (加工して水増しする)、モデルを単純にする、正則化を行う、などです。