G検定
G検定|2026年9月24日の問題
QUESTION
過学習を抑える正則化
学習データでは高精度なのに新しいデータでは精度が落ちるモデルに対し、複雑になりすぎることを抑える方法はどれですか。
ANSWER & EXPLANATION
正解:B
重みへのペナルティを加える正則化は、モデルが学習データだけに過度に合わせることを抑えます。汎化性能は別の評価データで確かめます。
選択肢のポイント
- A新しいデータへの性能を確認できません。
- B正解です。複雑さを抑える正則化の一例です。
- C教師あり学習に必要な正解を失います。
- D予測能力を失い、過学習対策になりません。
関連キーワード
- 過学習
- 正則化
- 汎化
参考にした公式情報:日本ディープラーニング協会 G検定の試験範囲(シラバス) / 確認日:2026年9月28日