基本情報技術者試験「過学習」の問題
機械学習モデルが訓練データには非常によく適合する一方、未知の新しいデータに対しては精度が低くなる現象を何というか。
ア訓練データに適合しすぎて汎化性能が落ちる過学習
イモデルが単純すぎて訓練データすら学べない未学習
ウ勾配が極端に小さくなり学習が進まない勾配消失
エ入力を圧縮して復元する次元削減
正解
ア．訓練データに適合しすぎて汎化性能が落ちる過学習
過学習はモデルが訓練データの細部やノイズまで学習してしまい、未知データへの予測精度(汎化性能)が低下する現象である。設問の『訓練データに高適合・新データに低精度』に一致するため正しい。
?選択肢ごとの解説
ア ○過学習はモデルが訓練データの細部やノイズまで学習してしまい、未知データへの予測精度(汎化性能)が低下する現象である。設問の『訓練データに高適合・新データに低精度』に一致するため正しい。
イ ×未学習(過小適合)はモデルが単純すぎて訓練データにも十分適合できない逆の現象であり、訓練データに高適合する設問と矛盾する。
ウ ×勾配消失は深い層で勾配が小さくなり学習が進まなくなる現象で、訓練データへの過剰適合とは原因も結果も異なる。
エ ×次元削減は入力の特徴量を圧縮する手法であり、未知データへの精度低下を表す現象ではない。
✎くわしく
過学習は訓練データと検証データの精度の乖離で検出する。訓練データを訓練用と検証用に分けて評価し、検証精度が悪化し始めたら学習を止める早期終了や、正則化・データ拡張で抑制する。汎化性能を保つことが機械学習の目標である。
✓本番での押さえどころ
試験のコツ
『訓練◎・未知✕=過学習』『訓練も✕=未学習』と精度の組合せで判定する。検証データで見抜く。
覚え方
過学習=『過去問だけ丸暗記して本番で解けない』状態、と試験になぞらえる。
よくある誤り
過学習(訓練に適合しすぎ)と未学習(適合不足)を取り違える誤りが多い。訓練精度が高いか低いかで区別する。
技術要素の他の問題
ビッグデータの特性を表す3Vのうち、データが生成・流入する速さに着目した要素はどれか。小売店の大量の購買履歴を分析し『商品Aを買う客は商品Bも一緒に買う傾向が強い』といった併買の規則性を見つけ出す手法はどれか。あらかじめ正解ラベルを与えず、データ間の類似度に基づいて自動的にいくつかの群に分ける機械学習の手法はどれか。エージェントが環境の中で行動し、その結果として得られる報酬を最大化するように試行錯誤を通じて方策を学習する手法はどれか。ニューラルネットワークを多層化した機械学習の手法であるディープラーニング(深層学習)に関する記述として、最も適切なものはどれ…大量のテキストを学習し、入力された文章に続く自然な文を確率的に予測して新しい文章を生成する技術を最もよく表すものはどれか。
この問題を、AIの8-ways解説つきで。
無料ではじめる →基本情報技術者試験の演習を、一問ごとに「なぜ」まで。まずは無料で。
ukamiru 過去問 · 基本情報技術者試験 · fe-a3-0309