生成AIパスポート用語集機械学習

次元削減とはじげんさくげん

答え：×。次元削減は、重要な情報を保ちながら項目数を減らす手法です。

英語Dimensionality Reduction分野機械学習出題重要度★★★公式テキスト公式テキスト第1章「機械学習の手法」

解説：村井宗明（GUGA協議員・元文部科学大臣政務官・AIエンジニア）｜公開 2026年10月8日｜更新 2026年10月8日

次元削減の意味

次元削減とは、教師なし学習の代表的な手法で、データが持つ多数の項目（次元・変数）を、できるだけ大事な情報を失わないように少数の項目にまとめ直す技術です。データの本質的な特徴だけを取り出せるため、可視化や分析がしやすくなり、計算コストの削減やモデルの性能向上も期待できます。

生成AIパスポート試験の対策なら → 無料の合格アプリ

たとえば、1枚につき10個の特徴を持つ写真が100枚あるとします。これは100行×10列の表（行列）として表せます。次元削減を行うと、判定に本当に必要な「大きさ」「色」「形」などの3つ程度の特徴にまとめ、100行×3列の表に縮めることができます。

項目が多すぎるデータは、人間が全体像をつかみにくいうえ、計算量も増え、余計な情報にモデルが振り回される原因にもなります。次元削減で要点を凝縮すると、グラフで傾向を確認しやすくなり、後に続く学習も効率的になります。

次元削減は、データの項目数を増やして情報量を多くすることで、モデルの精度を高める手法である。

答えと解説を見る

答え：×

次元削減は、重要な情報を保ちながら項目数を減らす手法です。