「AP過去問令和7年度春期午前問3」の版間の差分

2025年4月23日 (水) 00:17時点における版

AP過去問令和7年度春期午前問題に戻る

AP過去問令和7年度春期午前問2前の問題へ

AP過去問令和7年度春期午前問4次の問題へ

問3(問題文)

　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。

ア　訓練したときと同じ精度を出すために、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　予測した結果に近づけるために、モデルをより複雑にする。

エ　より多くの未知のデータに対して予測できるように、汎化性能を下げる。

回答・解説

　この問題は、機械学習において過学習(オーバーフィッティング)が疑われる場合に、どのような対応が適切かを問うものです。

　過学習とは、モデルが訓練データに過度に適合してしまい、新しいデータ(未知のデータ)に対する予測性能が低下する現象です。これを防ぐ、または解消するには、モデルがより一般的なパターンを学べるような工夫が求められます。

アは❌間違いです。訓練したときと同じ精度を出すために、訓練データをテストデータとして使用する。

→これは不適切です。訓練データをテストデータとして使用すると、モデルの性能評価が正しくできず、過学習に気付けなくなる恐れがあります。

イは✅正しいです。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。

→これは適切です。データの拡張(データオーギュメンテーション)によって訓練データを多様化させることで、モデルがより汎化しやすくなり、過学習の抑制につながります。

ウは❌間違いです。予測した結果に近づけるために、モデルをより複雑にする。

→これは不適切です。モデルを複雑にすると、さらに訓練データに過度に適合する可能性が高まり、過学習が悪化する恐れがあります。

エは❌間違いです。より多くの未知のデータに対して予測できるように、汎化性能を下げる。

→これは不適切です。未知のデータに対応するには汎化性能を高めることが重要であり、下げるのは逆効果です。

　したがって

イ

　が答えです。

AP過去問令和7年度春期午前問2前の問題へ

AP過去問令和7年度春期午前問4次の問題へ

AP過去問令和7年度春期午前問題に戻る

@@ 8行目: / 8行目: @@
 =='''問3(問題文)'''==
+　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。
-ア
+ア　訓練したときと同じ精度を出すために、訓練データをテストデータとして使用する。
-イ
+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
+ウ　予測した結果に近づけるために、モデルをより複雑にする。
-エ
+エ　より多くの未知のデータに対して予測できるように、汎化性能を下げる。
 =='''回答・解説'''==
+　この問題は、機械学習において'''過学習'''(オーバーフィッティング)が疑われる場合に、どのような対応が適切かを問うものです。
+　過学習とは、モデルが訓練データに過度に適合してしまい、新しいデータ(未知のデータ)に対する予測性能が低下する現象です。これを防ぐ、または解消するには、モデルがより一般的なパターンを学べるような工夫が求められます。
+'''ア'''は❌間違いです。訓練したときと同じ精度を出すために、訓練データをテストデータとして使用する。
+:→これは'''不適切'''です。訓練データをテストデータとして使用すると、モデルの性能評価が正しくできず、過学習に気付けなくなる恐れがあります。
+'''イ'''は✅正しいです。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。
+:→これは'''適切'''です。データの拡張(データオーギュメンテーション)によって訓練データを多様化させることで、モデルがより汎化しやすくなり、過学習の抑制につながります。
+'''ウ'''は❌間違いです。予測した結果に近づけるために、モデルをより複雑にする。
+:→これは'''不適切'''です。モデルを複雑にすると、さらに訓練データに過度に適合する可能性が高まり、過学習が悪化する恐れがあります。
+'''エ'''は❌間違いです。より多くの未知のデータに対して予測できるように、汎化性能を下げる。
+:→これは'''不適切'''です。未知のデータに対応するには'''汎化性能を高める'''ことが重要であり、下げるのは逆効果です。
+　したがって
+<span style = "background:linear-gradient(transparent 75%, #7fbfff 75%); font-weight:bold; ">
+イ</span>
+　が答えです。