AI用語誤り発見
以下のAI概念に関する説明のうち、誤っているものはどれか？
A.オーバーフィッティング（過学習）とは、モデルが訓練データに過度に適合し、未知データへの汎化性能が低下する現象である。
✓ この記述は正しい。訓練データに適合しすぎて、テストデータでの性能が低下する課題である。
B.ハイパーパラメータは、学習プロセス中にモデルが自動的に学習する値であり、手動で調整することはできない。← 正解
✓ 正解です。この記述が誤りで、正しくはハイパーパラメータは学習前に手動で設定する値です。
C.正則化（Regularization）は、複雑なモデルにペナルティを加えることでオーバーフィッティングを防ぐ技術である。
✓ この記述は正しい。L1/L2正則化などにより、重みの大きさを制限してモデル複雑度を抑える。
D.バッチ正規化（Batch Normalization）は、各層の入力分布を標準化することで学習の安定性と速度を向上させる。
✓ この記述は正しい。各ミニバッチごとに正規化を行い、学習の安定化と高速化を実現する。
この問題のポイント
この記述が誤りで、正しくはハイパーパラメータは学習前に手動で設定する値です。
「AI用語」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。