高度情報処理技術者試験・情報処理安全確保支援士試験 令和7年度 春期 午前I 問2

【正解】イ

過学習とは、モデルが訓練データの特徴だけでなく、偶然含まれた雑音や細かな偏りまで覚え込み、未知のデータに対する予測精度が低下した状態です。元の訓練データに、画像の回転、反転、拡大縮小など、正解ラベルを変えない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。多様なパターンを学習させることで、特定の訓練例への依存を弱め、過学習を抑えられるため、イが適切です。

アの訓練データをテストデータとして使用する方法は誤りです。学習済みのデータで評価すると高い精度が出やすく、未知データへの性能を確認できません。テストデータは訓練に使用していない独立したデータでなければなりません。

ウのモデルをより複雑にする方法は誤りです。複雑なモデルは訓練データを細部まで記憶しやすく、過学習を悪化させる可能性があります。過学習への対策には、モデルの単純化や正則化などを用います。

エの汎化性能を下げる方法は誤りです。汎化性能とは、学習していない未知のデータにも適切に予測できる能力です。多くの未知データに対応するには、汎化性能を高める必要があります。

【ポイント】 訓練データで高精度でも、検証データやテストデータで精度が低ければ過学習が疑われます。 代表的な対策には、データ拡張、正則化、モデルの単純化、早期終了があります。 テストデータは最終評価用として訓練から分離することが重要です。