令和4年度 秋期 応用情報技術者試験 午前 問4
テクノロジAI・データ活用AI の技術(機械学習・生成AI の仕組み)
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。
解答・解説
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。
過学習（オーバーフィッティング）とは、機械学習において、モデルが訓練データに過剰に適合してしまった状態のことです。この状態になると、訓練データに対する予測精度は高いものの、未知のデータ（テストデータ）に対する予測精度が低くなってしまう（汎化性能が落ちる）という問題が生じます。
したがって、最も適切な説明は イ となります。
各選択肢の解説
- ア: 誤りです。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手法は、転移学習の説明です。
- イ: 正解です。過学習の適切な説明です。
- ウ: 誤りです。出力結果と期待される結果（正解）との誤差を、出力層から入力層に向かって逆方向に伝播させ、ネットワークの重みを更新する手法は、誤差逆伝播法（バックプロパゲーション）の説明です。
- エ: 誤りです。システムが試行錯誤を通じて、最も大きな報酬を得られるような方策を学習する手法は、強化学習の説明です。