クラスの重み付け
不良品が全体の1％しかない検査データで、不良品の見逃しを減らしたい。学習時の工夫として、最も適切なものを1つ選べ。
- A
多数クラスの重みだけを大きくする。
- B
少数クラス（不良品）の誤りに、大きな重みを付けて学習する（クラス重み）。
- C
すべてのデータの重みを、0にする。
- D
正解率だけを見て、モデルを選ぶ。
正解と解説を見る
正解：B
クラスの偏りには、クラス重み、リサンプリング、閾値の調整、評価指標の見直しなどで対応する。scikit-learnでは、class_weight="balanced" が使える。
- A
誤り。少数クラスをさらに無視しやすくなる。
- B
正しい。オーバーサンプリングや、閾値の調整も選択肢。
- C
誤り。学習できなくなる。
- D
誤り。偏りのあるデータでは、不適切。
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。