AIにおける教師あり学習での交差検証に関する記述はどれか。

応用情報技術者試験／2024年度秋期午前問2／アルゴリズムとプログラミング / AI・データ活用

選択肢

ア過学習を防ぐために、回帰モデルに複雑さを表すペナルティ項を加え、訓練データへ過剰に適合しないようにモデルを調整する。
イ学習の精度を高めるために、複数の異なるアルゴリズムのモデルで学習し、学習の結果は組み合わせて評価する。
ウ学習モデルの汎化性能を高めるために、単一のモデルで関連する複数の課題を学習することによって、課題間に共通する要因を獲得する。
エ学習モデルの汎化性能を評価するために、データを複数のグループに分割し、一部を学習に残りを評価に使い、順にグループを入れ替えて学習と評価を繰り返す。

正解と解説

正解：エ学習モデルの汎化性能を評価するために、データを複数のグループに分割し、一部を学習に残りを評価に使い、順にグループを入れ替えて学習と評価を繰り返す。

交差検証（クロスバリデーション）は、手元のデータをk個のグループに分割し、1つを検証用、残りを学習用として学習と評価を行う操作を、グループを入れ替えながらk回繰り返す手法である。目的は未知データに対する汎化性能を偏りなく見積もることで、モデルそのものを強くする手法ではない。したがって「分割して順に入れ替えながら学習と評価を繰り返す」と述べた選択肢が該当する。

この問題を解く（同じ分野をあと9問） →

選択肢ごとの解説

アペナルティ項を加えるのは正則化（リッジ回帰（係数の二乗和を罰則に加える回帰）・ラッソ回帰など）の説明。
イ複数モデルの結果を組み合わせるのはアンサンブル学習の説明。
ウ複数の課題を同時に学習するのはマルチタスク学習の説明。
エ正解。データを分割し役割を入れ替えて評価を繰り返す交差検証そのもの。

出典：令和6年度秋期応用情報技術者試験午前問2（IPA）原本の紙面を見る（IPA 問題冊子より）

この問題に出た用語

同じ分野の他の問題

出典・参考

最終更新：2026-10-06／解説・選択肢ごとの解説は資格暗記が独自に作成しています。問題文と選択肢の出典は上記のとおりです。