応用情報技術者試験 令和7年度 春期 午前 問3

【正解】イ

過学習とは、モデルが訓練データの特徴や偶然含まれた雑音まで覚え込み、訓練データには高い精度を示す一方、未知のデータには十分対応できなくなる状態です。元の訓練データに、ラベルの意味を変えない範囲で回転、反転、切出し、雑音付加などの加工を施してデータ量を増やす方法をデータ拡張といいます。学習するデータの種類を増やせるため、特定の訓練データへの依存を抑え、過学習の解消に役立ちます。

アの方法は誤りです。訓練データをテストにも使うと、既に学習したデータに対する成績を測るだけになり、未知データに対する性能を正しく評価できません。テストデータは訓練データと分離します。

ウの方法は誤りです。モデルを複雑にすると訓練データを細部まで表現しやすくなるので、一般には過学習がさらに進むおそれがあります。過学習対策では、モデルの簡素化や正則化などを検討します。

エの方法は誤りです。汎化性能とは、学習に使っていない未知データに対して適切に予測する能力です。より多くの未知データに対応するには、汎化性能を下げるのではなく高める必要があります。

【ポイント】 訓練精度だけが高く、検証精度やテスト精度が低いときは、過学習を疑います。代表的な対策には、データ拡張、正則化、モデルの簡素化、早期終了、ドロップアウトがあります。