生成AIパスポート 第5回　AIの基礎と歴史　問2（全12問）

複数のモデルを組み合わせる「アンサンブル」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。

1. 1独立に学習させた複数のモデルの予測を平均・集約するもので、多くの場合、単一のモデルよりよい予測をする。
2. 21つのモデルを何度も学習し直し、最後に学習した1回分の予測だけを残して、それ以前の予測は捨てる方法である。
3. 3アンサンブルは、モデルを組み合わせる分だけ、必ず単一のモデルより予測の精度が低くなる。
4. 4ランダムフォレストは、ランダムに選んだ1本の決定木だけでできたモデルである。

選択肢を押すと答え合わせができます。