メインコンテンツへスキップ
過去問AI
高度試験共通令和7年度 春期午前I問 2

令和7年度 春期 高度試験共通 午前I 問2

開発技術
難度標準

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。

選択肢

解説

結論 → 詳細 → 補足 の 3 層構成

展開
結論Layer 1

過学習とは、AIモデルが訓練データに過度に適合し、未知のデータに対する予測精度（汎化性能）が低下する状態です。

詳細Layer 2
展開

この過学習を解消する最も適切な方法は、選択肢イです。訓練データの量を増やす（データ拡張など）ことは、モデルがより多様なパターンを学習し、未知のデータへの対応力を高めるのに役立ちます。アは、訓練データでテストすることは過学習の発見には役立ちますが、解消法ではありません。ウは、モデルを複雑にすると過学習を悪化させます。エは、汎化性能を下げるという目的自体が過学習の解消とは逆であり、未知のデータへの予測精度をさらに低下させるため不適切です。

この解説は？
AI生成

解説は公式の問題文・公式解答を基に作成しています。 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るため、 重要な判断は必ずリンク先の公式資料でご確認ください。

最終更新:

出典: 問題PDF公式解答PDF

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「開発技術」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
本問の分野で問われる代表的な知識・用語の整理。
学習の進め方
正解／誤答の選択肢ごとに「なぜ正しい / なぜ違うのか」を1行ずつ言語化すると定着する。
この分野の問題をもっと解く
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。

クイズモードで開く

AIに質問できる例

関連する問題

開発技術 の他の問題

他年度の「開発技術」問題

高度試験共通 の同じ分野を年度をまたいで演習する

高度試験共通 の学習ガイド