学習曲線
訓練データの量を増やしながら、訓練データと検証データのスコアをグラフにした「学習曲線」から分かることとして、最も適切なものを1つ選べ。
- A
学習曲線は、モデルの層の数だけを表す。
- B
訓練のスコアが常に検証より低くなければならない。
- C
両方のスコアが低いまま近いなら高バイアス（学習不足）、訓練のスコアが高く検証との差が大きいなら高バリアンス（過学習）で、データを増やす効果の見込みも分かる。
- D
学習曲線は、予測値をそのまま確認するための表である。
正解と解説を見る
正解：C
学習曲線は、データ量に対するスコアの変化。高バイアスは、モデルを複雑にする、特徴量を増やす。高バリアンスは、データを増やす、正則化する、モデルを単純にする。
- A
誤り。データ量とスコアの関係を表す。
- B
誤り。通常は訓練の方が高い。
- C
正しい。対策の方針を決める手がかりになる。
- D
誤り。スコアの推移を見るグラフ。
このサイトの問題は、各試験の公式に示された出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人Pythonエンジニア育成推進協会の公式サービスではありません。