ラベルノイズ
教師データのラベルに、誤りが一定の割合で含まれている問題（ラベルノイズ）への対処として、最も適切なものを1つ選べ。
- A
ラベルの誤りは、モデルの性能に一切影響しない
- B
ラベルをすべて削除する
- C
ラベル付けの基準を整え、複数人で確認し、モデルの予測と大きく食い違うデータを見直す
- D
誤ったラベルのまま、データを2倍に増やす
正解と解説を見る
正解：C
ラベルノイズは、モデルの性能を下げる。基準の統一、複数人での確認、食い違いの見直しで質を高める。
| 項目 | 内容 |
|---|---|
| ガイドライン | 判断の基準を文書にして、ばらつきを減らす |
| 複数人での付与 | 同じデータに複数人がラベルを付け、一致率（κ係数など）で品質を測る |
| レビュー | 抜き取りで確認し、間違いやすい例を共有する |
| ラベルノイズ | ラベルの間違いが多いと、学習も評価も正しくできなくなる |
- A
誤り。影響する。
- B
誤り。教師あり学習ができなくなる。
- C
正しい。ラベルの質が、モデルの性能の上限を決める。
- D
誤り。誤りも増える。
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。