基本情報技術者試験 ap-2022r04a-a 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。

問題本文

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。

選択肢

• 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. 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。

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。