k-分割交差検証
データを k 個に分け、そのうち1つを検証用、残りを学習用にして評価することを、検証用を入れ替えながら k 回繰り返す方法として、最も適切なものを1つ選べ。
- A
ホールドアウト法
- B
グリッドサーチ
- C
ブートストラップ法
- D
k-分割交差検証
正解と解説を見る
正解:D
k-分割交差検証は、検証用のデータを入れ替えながら k 回評価し、その平均でモデルを評価する方法。

- A
誤り。ホールドアウト法は、データを学習用と検証用に1回だけ分けて評価する方法。
- B
誤り。グリッドサーチは、ハイパーパラメータの候補を総当たりで試して最適な組合せを探す方法。
- C
誤り。ブートストラップ法は、データから重複を許して取り出したサンプルを何度も作る方法。
- D
正しい。すべてのデータが一度は検証に使われるため、データが少ないときでも評価のばらつきを抑えやすい。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。