応用情報技術者試験 応用情報技術者試験 令和4年度秋期 午前 問4: 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。

正解

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。

正答率 81.0%（321人中 260人が正解）

問題の解説

機械学習における過学習(オーバーフィッティング)の定義を問う問題。過学習とは、モデルが訓練データの細かな特徴やノイズまで覚え込んでしまい、訓練データには高い精度で適合するものの、未知の(新しい)データに対しては汎化性能が低下して精度が落ちる状態を指す。これを正しく述べているのは選択肢イである。

選択肢ごとの解説

• アある領域で学習済みのモデルを別領域に再利用する手法は転移学習(トランスファーラーニング)の説明であり、過学習とは別概念なので誤り。
• イ正しい。訓練データには高精度だが未知データで精度が下がるのは、まさに過学習(汎化性能の低下)の典型的な症状である。
• ウ期待値との差を結果側から逆向きに伝えて減らす手法は誤差逆伝播法(バックプロパゲーション)の説明であり、過学習ではないので誤り。
• エ成功時に報酬を与えて何が成功かを学ばせるのは強化学習の説明であり、過学習とは無関係なので誤り。