過学習とは、AIモデルが訓練データの特徴を過度に学習しすぎて、そのデータには非常に適合するが、未知の新しいデータに対しては汎化性能が低下し、正しく予測できなくなる現象です。これは、モデルが訓練データに含まれるノイズまで学習してしまい、本来のパターンを捉えきれていない状態を示します。
エンベデッドシステムスペシャリスト令和4年度 秋期午前I問 2
令和4年度 秋期 エンベデッドシステムスペシャリスト 午前I 問2
難度
標準
AIにおける過学習の説明として、最も適切なものはどれか。
選択肢
アある領域で学習した学習済みモデルを、別の領域に再利用することによって、効率的に学習させる。
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。
ウ期待している結果とは掛け離れている場合に、結果側から逆方向に学習させて、その差を少なくする。
エ膨大な訓練データを学習させても効果が得られない場合に、学習目標として成功と判断するための報酬を与えることによって、何が成功か分かるようにする。
解説
結論 → 詳細 → 補足 の 3 層構成
展開閉じる
解説
結論 → 詳細 → 補足 の 3 層構成
この解説は？
この解説は AI 生成です（詳細）
解説テキストは Google Gemini に IPA 公式の問題文・公式解答を入力して生成しました。 人間によるレビューを行ったものと、未レビューのものが混在します。
AI は事実誤認・選択肢の取り違え・最新法令の反映漏れ等を含む可能性があります。 重要な判断は必ず IPA 公式 PDF または最新の参考書でご確認ください。
解説の検証プロセス・誤り報告フローは 運営透明性レポートで公開しています。
分野「基礎理論」の学習ポイント
この問題の理解を「分野全体の力」に広げるための足がかり
- 何が問われるか
- 2進数・論理演算・確率・統計など、IT全般の土台となる数学・離散構造の理解度。
- 学習の進め方
- 公式の暗記ではなく、ビット表現や真理値表を「手で書ける」状態を作る。例題を3パターン以上手で解いて感覚化する。
- 関連キーワード
- 2進数論理演算シフト演算誤差確率情報量
AI コパイロット
この問題を AI と深掘りする
用語解説・選択肢分析・類題生成をその場で対話。クイズモードでは解答→解説がゼロ遷移。
共有
ショート動画
関連する問題
基礎理論 の他の問題
- テクニカルエンジニア(エンベデッドシステム)2009年度 春期 午前I 問1(1+a)”の計算を、1+n×aで近似計算ができる条件として、適切なものはどれか。
- テクニカルエンジニア(エンベデッドシステム)2009年度 春期 午前I 問2次に示す有限オートマトンが受理する入力列はどれか。ここで、S₁は初期状態を, S」は受理状態を表している。
- テクニカルエンジニア(エンベデッドシステム)2009年度 春期 午前I 問8論理式 X = A・B + A・B + A・Bと同じ結果が得られる論理回路はどれか。ここで、は論理積(AND), は論理和(OR), は否定論理積 (NAND), ※は否定論理和(NOR)を表す。
- エンベデッドシステムスペシャリスト2010年度 春期 午前I 問2流れ図は、シフト演算と加算の繰返しによって2進整数の乗算を行う手順を表したものである。この流れ図中のa,bの組合せとして、適切なものはどれか。ここで、乗数と被乗数は符号なしの16ビットで表される。X, Y, Z は 32 ビットのレジスタであり、けた送りには論理シフトを用いる。最…
- エンベデッドシステムスペシャリスト2010年度 春期 午前I 問10音声などのアナログデータをディジタル化するために用いられる PCMで、音の信号を一定の周期でアナログ値のまま切り出す処理はどれか。