令和4年度 秋期 午前 問4

✓ これが正解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。

解説

訓練データに強く、未知データに弱くなる状態です。

設問は、AI における過学習の説明として最も適切なものを選ばせています。軸になるのは、学習に使ったデータでの成績と、まだ見ていないデータでの成績を分けて考えることです。学習をやりすぎると、訓練データにたまたま含まれていた癖や偏りまで覚え込んでしまいます。その結果、訓練データに対しては高い精度が出るのに、未知のデータに対しては精度が下がります。この 2 つが同時に成り立つと述べている記述が正解です。なお、訓練データでも未知のデータでも精度が低いのは学習が足りない状態であり、過学習とは区別します。過学習は訓練データの成績だけを見ていても気づけないので、必ず別に用意したデータで測ります。

ほかの選択肢はなぜ違うのか

• アある領域で学習した学習済みモデルを，別の…：ある領域で学習を済ませたモデルを、別の領域へ持ち込んで効率よく仕上げる手法の説明です。データが少ない場面での工夫であって、精度が伸びなくなる現象を指してはいません。
• ウ期待している結果とは掛け離れている場合に…：期待した結果との差を、出力の側から入力の側へさかのぼらせて小さくしていく手続きの説明です。学習そのものの進め方を述べており、学習がゆがんだ状態の名前ではありません。
• エ膨大な訓練データを学習させても効果が得ら…：成功と判断するための報酬を与え、何が成功かを手がかりに学ばせる枠組みの説明です。報酬という語が目印になり、覚え込みすぎて応用が利かなくなる話とは別のものです。