ある通販企業が、商品画像約500万枚を使って、画像から商品カテゴリを判定する分類モデルを作る。画像はすべて異なる商品のもので、カテゴリの偏りなく分割できる。1回の学習には約30時間かかり、5日後には汎化性能の見積もりを報告する必要がある。検証の進め方として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：大規模データでの検証方法
ポイント
データが十分に多く、学習に時間がかかる場合は、ホールドアウト検証で大きな評価用データを1回取り分ける方法が現実的です。
選択肢ごとの解説
- A
適切 正解
データが十分に多ければ、評価用データも数十万枚と大きく取れるため、1回の分割でも見積もりのぶれは小さくなります。学習は1回の約30時間で済み、期限にも間に合います。
- B
不適切
10回の学習には合計で約300時間（10日以上）かかり、期限に間に合いません。k-分割交差検証の利点が大きいのは、データが少なく、1回の分割では評価用データが小さすぎて結果がぶれやすいときです。
- C
不適切
学習に使ったデータでの成績は、過学習があると実力より高く出ます。データが多くても、汎化性能は学習に使っていないデータで測る必要があります。
- D
不適切
Leave-one-out交差検証は、データ数と同じ回数だけ学習します。500万回の学習は現実的ではありません。学習の回数が問題にならない、データの少ない場面で使われる方法です。
試験での狙われ方
データ量や学習時間などの条件から、ホールドアウト検証とk-分割交差検証のどちらが適するかを選ばせる形が考えられます。