機械学習
応用情報技術者 用語
機械学習は、データからコンピュータに規則やパターンを学習させ、学習したモデルで識別や予測を行う技術です。モデルを作る処理を学習、学習済みのモデルで実際のデータを識別・予測する処理を推論と呼びます。訓練データに過剰に適合して未知のデータへの予測精度が下がる状態を過学習と呼びます。
取り違えやすい用語
- 学習（モデルを作る処理）と推論（学習済みモデルで識別・予測する処理）
- 交差検証（汎化性能の評価）と正則化（ペナルティ項で過学習を抑える調整）
- ファインチューニング（追加学習でモデルを調整）とプロンプトエンジニアリング（指示文の工夫で出力を引き出す）
試験での出方
- ROC曲線が真陽性率と偽陽性率の関係を示す曲線であることを選ぶ（令和5年度 春期 問3）
- 交差検証の説明として、データを分割して学習用と評価用を入れ替えながら汎化性能を評価する記述を選ぶ（令和6年度 秋期 問2）
- 基盤モデルに独自のデータを学習させて業務に特化させることをファインチューニングと選ぶ（令和6年度 秋期 問71）
- ディープラーニングの説明として、脳神経回路のように多層の処理を重ねる記述を選ぶ（令和6年度 春期 問3）
- 過学習の解消方法として、訓練データを加工して量を増やす方法を選ぶ（令和7年度 春期 問3）
- エッジAIで行う推論処理として、学習したモデルに従って実際にデータを識別するプロセスを選ぶ（令和7年度 春期 問71）
出題された回
全年度から出題。10問で実力を判定します。登録不要。
解説と用語ページは生成 AI が書き、別の生成 AI が確かめています。作り方