メインコンテンツへスキップ
ITストラテジスト令和7年度 春期午前I2

令和7年度 春期 ITストラテジスト 午前I2

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

訓練した時と同じ精度を出すために、訓練データをテストデータとして使用する。
精度を高めるために、元の訓練データに加工を施し、訓練データの量を増やす。
予測した結果に近づけるために、モデルをより複雑にする。
より多くの未知のデータに対して予測できるように、汎化性能を下げる。

解説

結論 → 詳細 → 補足 の 3 層構成

展開
解説Layer 1

過学習は、モデルが訓練データに過度に適合し、未知のデータへの汎化性能が低下する状態です。訓練データの量を増やすことで、モデルがより多様なデータパターンを学習できるようになり、特定のデータへの過度な適合を防ぎ、汎化性能を向上させることができます。

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。

※ AI 生成の解説は誤りを含む可能性があります。重要な判断は IPA 公式資料でご確認ください。

最終更新:

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

共有

X でシェアLINE

ショート動画

関連する問題

開発技術 の他の問題