生成AIパスポート 第4回 AIの基礎と歴史 問8(全12問)
汎化と過学習について、Google「機械学習用語集」の説明に照らして、適切なものを1つ選びなさい。
不適切。汎化は、学習用データにない例でもよく予測できるかを問うものである。
適切(これが正解)。用語集は、汎化を新しい未知のデータで正しく予測する能力とし、汎化できるモデルは過学習しているモデルの反対だとしている。また、正則化や大きく多様な学習用データでの学習は過学習を減らせるとしている。
不適切。大きく多様な学習用データでの学習は、過学習を減らせるとされている。
不適切。正則化や多様なデータでの学習などで過学習を減らせる。
選択肢を押すと答え合わせができます。
論点
生成AIパスポート » AIの基礎と歴史 » 過学習と対策(汎化・正則化・ドロップアウト・アーリーストッピング)
正解
2
解説
学習用データの特徴を細かく覚えすぎると、新しいデータで外れやすくなる(過学習)。検証用データでの性能を見ながら、ほどよいところで学習を止めることも大切。