生成AIパスポート 用語集機械学習
ノイズとはのいず
英語Noise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「過学習」
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 ｜更新
ノイズの意味
ノイズとは、機械学習においてデータに含まれる、本質的なパターンとは関係のないランダムな変動やばらつき、誤りのことです。測定時の誤差や入力ミス、たまたま混じった余計な情報などが該当します。モデルがノイズまで学習してしまうと、訓練データには合っていても未知のデータに対応できない過学習の原因になります。
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
たとえば、気温とアイスクリームの売上の関係を学習する場合、「暑い日ほど売れる」という傾向が本質的なパターンです。一方で、たまたまイベントがあって売上が跳ね上がった日のデータは、気温とは関係のない偶然の変動、つまりノイズにあたります。
モデルがこうした偶然の変動まで「規則」として覚えてしまうと、新しいデータに対する予測がかえって不正確になります。そのため、データの前処理でノイズを減らしたり、正則化などでモデルが細部に振り回されないようにしたりする工夫が行われます。なお、音声生成AIのデータ拡張のように、あえてノイズを加えてモデルを頑丈にする使い方もあります。
試験のポイント
- 本質的なパターンと無関係なランダムな変動
- ノイズまで学習することが過学習の原因になる
- 「ノイズを学習すると汎化性能が上がる」という選択肢は誤り
ノイズの確認問題（○×）
訓練データに含まれるノイズまでモデルが学習してしまうことは、過学習の原因の一つである。
答えと解説を見る
答え：○
ノイズを規則性と誤って覚えると、未知のデータへの予測精度が下がります。
生成AIパスポート 用語集（全407語）のトップに戻る
