ホールドアウト法
手元のデータを学習用とテスト用に1回だけ分け、学習用でモデルを作り、テスト用で評価する方法を何というか。最も適切なものを1つ選べ。
- A
ホールドアウト法
- B
k-分割交差検証
- C
グリッドサーチ
- D
バギング
正解と解説を見る
正解：A
ホールドアウト法は、データを学習用とテスト用に1回だけ分けて評価する方法。
| 方法 | 分け方 | 特徴 |
|---|---|---|
| ホールドアウト法 | 学習用と評価用に1回だけ分ける | 手軽だが分け方に左右される |
| k分割交差検証 | k個に分けて検証用を入れ替える | k回の平均で安定 |
| 一つ抜き交差検証 | 1件だけを検証用にして繰り返す | データ数だけ学習が必要 |
| ブートストラップ法 | 復元抽出で標本を何度も作る | 推定のばらつきを見積もれる |
- A
正しい。手軽だが、データの分け方によって評価が変わりやすい。データが少ないときは交差検証が向く。
- B
誤り。データを k 個に分け、検証用を入れ替えながら k 回評価する方法。
- C
誤り。ハイパーパラメータを総当たりで探す方法。
- D
誤り。アンサンブル学習の方法。
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。