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
C. ドロップアウトを適用する ことで、モデルの一部のニューロンをランダムに無効化し、過学習を防ぐことができます。これは特にディープラーニングにおいて効果的な手法です。
A. トレーニングデータの量を減らす ことは逆効果であり、データが不足するとモデルが適切に学習できなくなります。
B. モデルの複雑さを増加させる と、過学習のリスクが高まります。
D. 学習率を高く設定する ことは、学習速度に影響を与えますが、過学習防止には直接役立ちません。
A. トレーニングデータの量を減らす ことは逆効果であり、データが不足するとモデルが適切に学習できなくなります。
B. モデルの複雑さを増加させる と、過学習のリスクが高まります。
D. 学習率を高く設定する ことは、学習速度に影響を与えますが、過学習防止には直接役立ちません。
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 100%
No.40 解説
AIモデルにおける過学習（オーバーフィッティング）は、モデルがトレーニングデータに過度に適合し、新しいデータに対して精度が低下する現象です。この過学習を防ぐための有効な手法は次のうちどれですか？
- トレーニングデータの量を減らす
- モデルの複雑さを増加させる
- ドロップアウトを適用する
- 学習率を高く設定する