情報処理安全確保支援士令和4年秋期 午前Ⅰ 問2

問2

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。
  • 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。
  • 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。
  • 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。
  • 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。
  • [出典]
  • 応用情報技術者
    令和4年秋期 問4と同題

分類

テクノロジ系 » 基礎理論 » 情報に関する理論

正解

解説

過学習(オーバフィッティング)とは、機械学習においてコンピュータに訓練データを学習させすぎてしまった結果、訓練データ範囲の傾向に過剰に適合してしまうことです。モデルが過学習に陥ると、未知のデータに対する予測精度が低くなってしまいます(汎用性がなくなる)。
am1/04.gif/image-size:562×169
したがって「イ」が正解です。
  • 転移学習の説明です。
  • 正しい。過学習の説明です。
  • 誤差逆伝播法(バックプロパゲーション)の説明です。
  • 強化学習の説明です。
© 2014-2024 情報処理安全確保支援士ドットコム All Rights Reserved.

Pagetop