決定木の剪定
決定木の過学習を抑えるために、いったん大きな木を作ったあと、予測にあまり貢献しない枝を取り除く処理として、最も適切なものを1つ選べ。
- A
バッチ正規化
- B
剪定（枝刈り）
- C
データ拡張
- D
転移学習
正解と解説を見る
正解：B
決定木は深く育てると過学習しやすい。剪定で小さくするか、最初から深さを制限して汎化性能を保つ。
- A
誤り。ニューラルネットワークの層の出力をそろえる処理。
- B
正しい。木を小さくして、未知のデータへの汎化性能を高める。
- C
誤り。学習データを人工的に増やす処理。
- D
誤り。学習済みの知識を別のタスクに活用する手法。
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。