令和7年度 春期 応用情報技術者試験 午前 問3
テクノロジ／基礎理論AI における機械学習の過程において，過学習と疑われたときの解消方法として，最も適切なものはどれか。
出典：令和7年度 春期 応用情報技術者試験 午前 問3
- ア訓練した時と同じ精度を出すために，訓練データをテストデータとして使用する。
- イ精度を高めるために，元の訓練データに加工を施し，訓練データの量を増やす。
- ウ予測した結果に近づけるために，モデルをより複雑にする。
- エより多くの未知のデータに対して予測できるように，汎化性能を下げる。
正解：イ
解説
過学習は，モデルが訓練データに適合しすぎて未知のデータに対する汎化性能が低下する状態です。解消方法としては，訓練データを加工して量を増やすデータ拡張（データオーグメンテーション），モデルの単純化，正則化，早期打切りなどがあります。
選択肢ごとの解説
- ア誤り。訓練データをテストデータとして使うと過学習していても高い精度が出てしまい，過学習を見えなくするだけで解消にはなりません。
- イ正しい。元の訓練データに加工を施して量を増やすデータ拡張は，モデルが訓練データを丸暗記することを防ぎ，過学習の解消に有効です。
- ウ誤り。モデルを複雑にすると表現力が増して訓練データへの適合がさらに強まるため，過学習は悪化します。
- エ誤り。汎化性能とは未知データへの対応力そのものなので，これを下げることは過学習を悪化させる方向の対応です。