生成AIパスポート 用語集機械学習
汎化性能とははんかせいのう
汎化性能の意味
汎化性能とは、機械学習のモデルが学習に使ったデータだけでなく、初めて見る未知のデータに対しても正しく予測・判断できる能力のことです。汎化能力とも呼ばれます。データ全体の規則性をうまくとらえた「汎化」の状態は、学習不足と過学習の中間にあり、機械学習で目指すべきゴールとされます。
生成AIパスポート試験の対策なら → 無料の合格アプリ
詳しい解説
機械学習の目的は、手元のデータを覚えることではなく、これから出会う新しいデータに役立つことです。たとえば、迷惑メールを判定するモデルは、学習時に見たメールではなく、明日届く新しいメールを正しく判定できなければ意味がありません。この「新しいデータへの強さ」が汎化性能です。
汎化性能を高めるには、過学習を防ぐ工夫が欠かせません。ドロップアウトや正則化、アーリーストッピングはいずれもその手段です。汎化性能を確かめるには、学習に使っていない別のデータでモデルを評価します。公式テキストでも、ファインチューニング後のモデルの評価は、学習とは別のデータセットで未知データへの対応力を確かめることだと説明されています。
試験のポイント
- 「未知のデータにも対応できる能力」が定義のキーワード
- 学習不足と過学習の中間にある望ましい状態
- ドロップアウトは汎化能力を高める手法として紹介されている
- 汎化性能の確認には、学習に使っていないデータを使う
汎化性能の確認問題（○×）
汎化性能が高いモデルとは、訓練データを完全に暗記しており、訓練データに対して100％の正解率を出すモデルのことである。
答えと解説を見る
答え：×
汎化性能は未知のデータに対応できる能力です。訓練データだけ完璧で未知データに弱いのは過学習の状態です。
汎化性能とあわせて覚えたい関連用語
- 過学習過学習とは、機械学習のモデルが訓練データに過度に適合してしまい、訓練データでは高い精度を出せるのに、初めて見るデータ（未知のデータ）に対して…
- 学習不足学習不足とは、機械学習のモデルがまだ十分に学習できておらず、データに含まれる規則性をつかみきれていない状態のことです。
- ドロップアウトドロップアウトとは、ニューラルネットワークの過学習を防ぐ手法の一つで、学習の際に中間層（隠れ層）の人工ニューロンの一部をランダムに選んで一時…
- テストデータテストデータとは、学習がすべて終わったモデルの最終的な実力を測るために使う、学習にも調整にも一切使っていないデータのことです。
- モデルの評価モデルの評価とは、学習や調整を終えたAIモデルが、どの程度正しく役に立つ結果を出せるかを確かめる工程のことです。