責任あるAIと倫理比較問題
AIにおける「バイアス（Bias）」と「分散（Variance）」の違いとして最も適切に説明しているものはどれか？
A.バイアスはモデルが訓練データに過剰適合する傾向を指し、分散はモデルが訓練データを十分に学習できていない状態を指す
✗ 説明が逆です。過剰適合（過学習）は高分散の問題であり、学習不足（未学習）は高バイアスの問題です。
B.バイアスはモデルの予測が真の値から系統的にずれる誤差を指し、分散は訓練データの変化に対してモデルの予測がどれだけばらつくかを指す← 正解
✓ 正解です。バイアスは系統的な予測のずれ、分散はデータ変化に対する予測のばらつきを指す正しい説明です。
C.バイアスはモデルの複雑さに起因する過学習を指し、分散はデータ量の不足に起因するモデルの汎化性能の低さを指す
✗ 過学習はバイアスではなく高分散に関連し、データ不足はバイアスではなく高分散の一因となる場合があります。
D.バイアスとはモデルが特定のラベルを優先する傾向を指し、分散とはモデルが異なるクラスに対して異なる精度を示すことを指す
✗ これは公平性の文脈での偏りの説明に近く、統計的な意味でのバイアスと分散のトレードオフの説明ではありません。