AWS認定資格 WEB問題集＆徹底解説
AIプラクティショナー（AWS Certified AI Practitioner）
解説
B. トレーニングデータを増やす ことは、過学習（オーバーフィッティング）を防ぐための一般的な手法です。データが多ければ、モデルが特定のデータに過度に適合するリスクが減少します。
A. モデルの層を増やす ことは、モデルの複雑さを増すため、過学習のリスクを逆に高める可能性があります。
C. 学習率を上げる ことは、モデルが急速に学習を進めますが、過学習防止には直接的にはつながりません。
D. モデルのパラメータ数を増加させる ことは、モデルの複雑さを増すため、過学習のリスクが高まる可能性があります。
A. モデルの層を増やす ことは、モデルの複雑さを増すため、過学習のリスクを逆に高める可能性があります。
C. 学習率を上げる ことは、モデルが急速に学習を進めますが、過学習防止には直接的にはつながりません。
D. モデルのパラメータ数を増加させる ことは、モデルの複雑さを増すため、過学習のリスクが高まる可能性があります。
関連サービスの解説
＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 57%
No.17 解説
AIモデルのトレーニングにおいて、過学習（オーバーフィッティング）を防ぐために最も効果的な手法はどれですか？
- モデルの層を増やす
- トレーニングデータを増やす
- 学習率を上げる
- モデルのパラメータ数を増加させる