ブートストラップ法
ブートストラップ法の説明として、最も適切なものを1つ選べ。
- A
データを重複なく k 個に分けて、順番に検証用にする
- B
元のデータから重複を許して同じ大きさのデータを繰り返し取り出し、統計量のばらつきなどを推定する
- C
モデルの重みを、毎回すべて0にして学習し直す
- D
テストデータを使ってハイパーパラメータを調整する
正解と解説を見る
正解：B
ブートストラップ法は、復元抽出を繰り返して統計量の分布を推定する。バギングで使うデータの作り方と同じ考え方。
| 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
誤り。k-分割交差検証の説明。
- B
正しい。少ないデータでも信頼区間などを見積もれる。
- C
誤り。ブートストラップ法とは関係がない。
- D
誤り。テストデータは最終評価のためにとっておく。
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。