IT パスポートAIの評価・利用・入力の安全オリジナル・公式資料照合難易度
機械学習モデルの評価で、学習に使った事例と全く同じ事例だけをテストに使った。新しいデータへの性能を調べるための改善はどれか。
A
学習時の正解率を上げれば、評価データの独立性は不要になる
学習データへの適合と一般化性能は別である。
B
テストの正解を学習データへ混ぜてから評価する
評価用情報の漏えいになり、適正な評価を妨げる。
C
学習に使わない評価用データを分け、必要な分割方法を設計する★ 正解
既に学んだ事例だけの評価では、未知の事例への性能を適切に判断できない。業務や時系列に応じた分割・漏えい防止も必要となる。
D
同じ事例の行順だけを変えれば、必ず未知の評価になる
内容が同一なら独立した未知事例の評価にならない。
解説
既に学んだ事例だけの評価では、未知の事例への性能を適切に判断できない。業務や時系列に応じた分割・漏えい防止も必要となる。
根拠資料・確認情報
対応範囲：ITパスポート／2026年度 シラバスVer.6.5
資料確認日：2026-11-02
アプリ内の初回回答データ
回答データを読み込んでいます。