AI資格 模擬試験

G検定 模擬試験 第4回 問23・機械学習の概要（教師あり学習）

勾配ブースティング

勾配ブースティング（XGBoostやLightGBMなどが採用）の説明として、最も適切なものを1つ選べ。

  1. A

    多数の決定木を同時に独立して学習し、多数決で結果を出す

  2. B

    それまでのモデルの予測誤差を小さくするように、決定木を1本ずつ追加していく

  3. C

    決定木を1本だけ作り、深さを最大まで伸ばして学習する

  4. D

    教師データを使わずに、似たデータをまとめる

正解と解説を見る

正解：B

勾配ブースティングは、誤差を減らすように決定木を順番に足し合わせる。表形式データでは高い精度が出やすい。

上段はバギング（複数のモデルを並列に学習して多数決）、下段はブースティング（モデルを順番に学習して誤りを補う）の流れ図。

バギングは並列に学習して多数決、ブースティングは前の誤りを重視して順番に学習する。ランダムフォレストは、バギングに特徴量のランダム選択を加えた決定木の集まり。

学習のポイント：バギング系（並列、ばらつきを減らす）とブースティング系（直列、偏りを減らす）を対比する。

この問題を演習で解く →

問題一覧へ

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。