交差検証は、機械学習モデルの汎化性能を評価するための手法です。データを複数のグループに分割し、一部を訓練用、残りを検証用として順にグループを入れ替えて学習と評価を繰り返すことで、過学習を防ぎ、モデルの性能を客観的に推定します。これにより、モデルが未知のデータに対してどの程度良好に機能するかを評価できます。
プロジェクトマネージャ令和6年度 秋期午前I問 1
令和6年度 秋期 プロジェクトマネージャ 午前I 問1
難度
標準
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。
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。
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「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。
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
開発技術 の他の問題
- プロジェクトマネージャ2009年度 春期 午前I 問9Web ページに“パンくずリスト”や“topic path", "breadcrumbs list” などと呼ばれる情報を表示する目的はどれか。
- プロジェクトマネージャ2009年度 春期 午前I 問16新システムのモデル化を行う場合のDFD 作成の手順として、適切なものはどれか。
- プロジェクトマネージャ2009年度 春期 午前I 問17CMMIの開発モデルの目的はどれか。
- プロジェクトマネージャ2009年度 春期 午前I 問21ソフトウェア開発・保守工程において、リポジトリを構築する理由はどれか。
- プロジェクトマネージャ2009年度 春期 午前I 問25共通フレーム 2007によれば、要件定義プロセスで行うべき作業はどれか。