問4令和4年度 秋期テクノロジ系
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。
- 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。
正解はイ
解説 本サイト独自（IPA公表のものではありません）
イ 過学習とは，訓練データの特徴だけでなく，そこに含まれる偶然の偏りにまでモデルが過度に適合した状態である。そのため，訓練データには高い精度を示しても，未知のデータにはうまく対応できず精度が下がる。
- ア ある領域で得た学習済みモデルを別の領域の学習に利用する転移学習の説明であり，過学習の状態ではない。
- ウ 出力結果と期待する結果との差を基に，逆方向へ調整を伝えて学習する誤差逆伝播法の説明である。
- エ 成功に報酬を与え，より多くの報酬を得られる行動を学ばせる強化学習の説明であり，過学習ではない。
この解説は間違っています
この解説は，別のモデルによるレビューを受けています。
出典：令和4年度 秋期 応用情報技術者試験 午前 問4