AIと機械学習の基礎概念比較問題
機械学習における「バイアス（Bias）」と「バリアンス（Variance）」の関係として最も適切な説明はどれか？
A.バイアスとバリアンスはどちらも小さくするほどモデル性能が向上し、トレードオフは存在しない
✗ バイアスとバリアンスにはトレードオフが存在します。モデルを複雑にするとバイアスは下がりバリアンスは上がる傾向があります。
B.バイアスが高いモデルは過学習しやすく、バリアンスが高いモデルは未学習になりやすい
✗ 逆です。高バイアスは未学習（Underfitting）に、高バリアンスは過学習（Overfitting）に対応します。
C.バイアスが高いモデルは訓練データに対して誤差が大きく（未学習）、バリアンスが高いモデルは新データへの汎化性能が低い（過学習）← 正解
✓ 正解です。高バイアスは訓練データでも誤差が大きい未学習状態を、高バリアンスは訓練データへの過度な適合による汎化不足を示します。
D.バイアスはモデルの複雑さを表し、バリアンスはデータ量の多さを表す指標である
✗ バイアスはモデルの予測誤差の傾向、バリアンスは予測のばらつきを表し、モデルの複雑さやデータ量とは直接対応しません。