G検定
G検定|評価用の例を見ながら何度も設定を選ぶ危険を避けたい
QUESTION
評価用の例を見ながら何度も設定を選ぶ危険を避けたい
評価用の例を見ながら何度も設定を選ぶ危険を避けたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解:B
選定に使わないデータで最後に性能を測ることです。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A学習率ウォームアップは学習序盤の更新幅を段階的に増やす方法です。この設問で求めるものとは異なります。
- B正解です。選定に使わないデータで最後に性能を測ることです。
- C過学習の兆候は学習例へ適合し過ぎて未見の例で悪化する状態です。この設問で求めるものとは異なります。
- D勾配消失の診断は逆伝播で勾配が小さくなり過ぎる現象を調べることです。この設問で求めるものとは異なります。
関連キーワード
- 独立した最終テストの保持
- 学習過程の診断
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 / 確認日:2026年9月29日