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。

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，モデルが訓練データの特徴に合わせ過ぎ，未知のデータに対する予測の精度が低下した状態である。元の訓練データに加工を施して量を増やせば，より多様な特徴を学習でき，過学習の解消が期待できる。

• ア　訓練データをテストデータとして使うと，学習済みのデータに対する精度しか測れず，未知のデータへの予測能力を評価できない。
• ウ　モデルをより複雑にすると，訓練データの細かな特徴にさらに合わせやすくなり，過学習を強めるおそれがある。
• エ　汎化性能は，未知のデータに対して適切に予測する能力である。これを下げることは，過学習の解消とは逆の方向である。