令和4年度 秋期 応用情報技術者試験 午前 問4
テクノロジ／基礎理論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。
出典：令和4年度 秋期 応用情報技術者試験 午前 問4
- ア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。
- イ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。
- ウ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。
- エ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。
正解：イ
解説
過学習（オーバーフィッティング）とは，モデルが訓練データに過剰に適合してしまい，訓練データに対する精度は高いのに，未知のデータに対する汎化性能（精度）が下がってしまう現象です。
選択肢ごとの解説
- ア誤り。学習済みモデルを別の領域に再利用して効率的に学習させるのは転移学習の説明です。
- イ正しい。訓練データには高精度でも未知のデータには精度が下がるのが過学習です。
- ウ誤り。出力側の誤差から逆方向に重みを修正して差を小さくするのは誤差逆伝播法（バックプロパゲーション）の説明です。
- エ誤り。成功と判断するための報酬を与えて学習させるのは強化学習の説明です。