過学習とは？

分類モデルAとBを同じ分割データで評価した。Aは学習データ99%、検証データ68%、Bは学習データ86%、検証データ83%だった。過学習の疑いが強いモデルはどれか。

画像分類モデルの過学習を抑える対応として適切なものを3つ選べ。

学習中に一部のノードをランダムに無効化し、過学習を抑える手法はどれか。

過学習を抑えるための「重みへのペナルティ等を加える正則化」と「ドロップアウト」の説明として適切なものはどれか。

同じ時期に集めたデータを訓練用とテスト用に分離しました。複雑な分類モデルは訓練用で高精度ですが、テスト用では精度が大きく下がります。まず疑うべき状態はどれですか。

生成AIの評価で、根拠資料と一致しない説明が自然な文章で出力され、同じ入力を繰り返すと表現や内容にも違いが見られました。観察結果に対応する制約を2つ選んでください。

分類モデルAは学習データでも評価用データでも誤りが多く、モデルBは学習データでは良好ですが評価用データで大きく悪化します。典型的な傾向の組み合わせとして適切なのはどれですか。

予測モデルの監視で、訓練時に少なかった年齢層の入力が増えていることが分かりました。現時点では新しい正解ラベルがなく、入力と正解の関係が変わったかは確認できません。直接確認できている変化はどれですか。