ITパスポート|AI技術 問18
機械学習における“過学習”の説明として、最も適切なものはどれか。
正解:イ
解説
過学習(オーバーフィッティング)は、モデルが学習データの細かな特徴や誤差まで覚えてしまい、未知のデータに対応できなくなる状態です。学習に使わなかった検証用のデータで精度を確かめると、過学習に気づくことができます。
- ア データの不足の説明で、過学習ではありません。データが少ないことは、過学習の原因の一つになります。
- イ 正解。
- ウ 過学習は、精度に関する問題で、処理の速度とは関係がありません。
- エ 教師なし学習の説明です。
もう一歩深く
過学習を防ぐ方法には、学習データを増やす、モデルを単純にする、学習を途中で止める、などがあります。データを学習用、検証用、テスト用に分け、学習に使わなかったデータで精度を確かめるのが基本です。学校の勉強にたとえると、過去問の答えを丸暗記して、少し形を変えた問題が解けない状態に似ています。
当サイトのオリジナル問題です。