MLの概念応用
機械学習モデルの訓練中に、訓練データセットのサイズを100サンプルから10,000サンプルに大幅に増やした場合、一般的にモデルの性能はどのように変化するか？
A.訓練精度と検証精度の両方が向上し、過学習のリスクが低下する← 正解
✓ 正解です。大量の訓練データはモデルをより多くのパターンに露出させるため、訓練精度と検証精度の両方が向上し、過学習を防ぎます。
B.訓練精度は低下するが、検証精度は向上する傾向がある
✗ 大量のデータでは訓練精度も検証精度も向上する傾向にあり、この説明は誤りです。
C.訓練精度は向上するが、検証精度は変わらない
✗ 訓練データの増加は検証精度も向上させるため、変わらないという説明は正確ではありません。
D.検証精度は低下するが、訓練精度の向上により全体性能は改善する
✗ 大量の訓練データでは検証精度が低下することはなく、むしろ向上します。
この問題のポイント
大量の訓練データはモデルをより多くのパターンに露出させるため、訓練精度と検証精度の両方が向上し、過学習を防ぎます。
「MLの概念」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。