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7年度春期 午前Ⅰ 問2: 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。

正解

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。

正答率 35.3%（17人中 6人が正解）

問題の解説

過学習は訓練データに適合しすぎ、未知データへの汎化性能が落ちる状態。対策は、訓練データを増やす(データ拡張)、モデルを単純化する、正則化やドロップアウトを使うなど。イのデータ拡張(回転・ノイズ付加等の加工で水増し)はデータ不足由来の過学習を緩和する代表策で適切。実務ではAIの性能評価で訓練精度とテスト精度の乖離を監視し、過学習を早期に検知する。

選択肢ごとの解説

• ア訓練データをテストに流用すると評価が水増しされ過学習を隠すだけで、解消にならず誤り。
• イデータ拡張で訓練量を増やすとモデルが多様な例を学び汎化が改善するため正しい。
• ウモデルを複雑にすると訓練データへの過適合が進み、過学習を悪化させるため誤り。
• エ汎化性能を下げるのは目的と逆で、未知データへの予測が悪化するため誤り。