情報処理安全確保支援士試験 情報処理安全確保支援士試験 令和6年度秋期 午前Ⅰ 問1: AIにおける教師あり学習での交差検証に関する記述はどれか。

問題本文

AIにおける教師あり学習での交差検証に関する記述はどれか。

選択肢

• ア.過学習を防ぐために，回帰モデルに複雑さを表すペナルティ項を加え，訓練データへ過剰に適合しないようにモデルを調整する。
• イ.学習の精度を高めるために，複数の異なるアルゴリズムのモデルで学習し，学習の結果は組み合わせて評価する。
• ウ.学習モデルの汎化性能を高めるために，単一のモデルで関連する複数の課題を学習することによって，課題間に共通する要因を獲得する。
• エ.学習モデルの汎化性能を評価するために，データを複数のグループに分割し，一部を学習に残りを評価に使い，順にグループを入れ替えて学習と評価を繰り返す。

正解

エ. 学習モデルの汎化性能を評価するために，データを複数のグループに分割し，一部を学習に残りを評価に使い，順にグループを入れ替えて学習と評価を繰り返す。

解説

交差検証(クロスバリデーション)は、限られたデータでモデルの汎化性能を偏りなく評価する手法。データを複数グループ(fold)に分け、一部を検証用、残りを学習用として割り当て、検証用を順に入れ替えながら学習と評価を繰り返し、結果を平均する。これによりデータ分割の偶然に左右されにくい評価ができる。エがこの分割・交代の特徴を正しく述べている。実務では機械学習モデルの選定やハイパーパラメータ調整の信頼性確保に欠かせない。

選択肢ごとの解説

• ア.ペナルティ項で過剰適合を抑える正則化の説明であり、データを分割して評価する交差検証ではない。
• イ.複数モデルの結果を組み合わせて精度を高めるアンサンブル学習の説明で、交差検証とは異なる。
• ウ.一つのモデルで複数課題を同時学習するマルチタスク学習の説明であり、評価手法の交差検証ではない。
• エ.データを複数グループに分け学習用と評価用を順に入れ替えて繰り返す、交差検証の定義そのもので正しい。