2025年(令和7年) 春期応用情報技術者午前問3

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。

答え　イ

【解説】
過学習を防ぐには以下の方法があります。

データを増やす
データが少なければ多様な情報をモデルに学習させられず、過学習になる可能性が高くなるので、より多くのデータをモデルの学習に用い、特定のデータに適合しすぎることがないようにします。
正則化を行う
正則化を行うことで、モデルの複雑さを抑え、より未知のデータにも適合するようにモデルを修正できます。
アンサンブル学習を行う
複数のモデルを組み合わせて利用する方法で、複数のモデルを組み合わせて予測結果を得ることで、過学習を防げるだけでなく安定した予測結果となります。

ア	訓練したときと同じ制度を出すために、訓練データをテストデータとして使用する。
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。
ウ	予算した結果に近づけるために、モデルをより複雑にする。
エ	より多くの道のデータに対して予測できるように、汎化性能を下げる。

2025年(令和7年) 春期 応用情報技術者 午前 問3