令和6年度 秋期 応用情報技術者試験 午前 問2
テクノロジAI・データ活用
この問題は2024(R6)秋 応用情報技術者 午前に出題されたものです。出題時点の法令・制度に基づく内容のため、現行の内容と一致しない場合があります。
本ページの問題文・選択肢は、原本の体裁を Web 表示用に正規化しています（改行・記号・数式・図表参照の調整）。設問の趣旨および正解に影響する変更は加えていません。
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。
解答・解説を読む
正解: 選択肢エ
AIにおける 交差検証（クロスバリデーション） とは、機械学習モデルの 汎化性能 を評価するための代表的な手法です。
手元のデータセットを複数のグループに分割し、一部を学習用データとして、残りを評価（テスト）用データとして用います。そして、学習と評価のグループを順に入れ替えながら繰り返し行い、得られた結果を総合してモデル全体の性能を評価します。これにより、特定のデータ分割の偏りによる評価のばらつきを防ぐことができます。
したがって、この手順を説明している「エ」が正解となります。
各選択肢の解説
- ア：過学習を防ぐために回帰モデルにペナルティ項を加える手法は、正則化（リッジ回帰やラッソ回帰など） に関する記述です。
- イ：複数の異なるアルゴリズムのモデルを組み合わせて学習し、精度を高める手法は、アンサンブル学習 に関する記述です。
- ウ：単一のモデルで関連する複数の課題を学習し、共通する要因を獲得して汎化性能を高める手法は、マルチタスク学習 に関する記述です。
- エ：データを分割し、グループを入れ替えながら学習と評価を繰り返す手法であり、これが 交差検証 の正しい記述です。