ある鉄道会社が、点検用の車両から撮影した線路の写真から、レールを固定する部品の欠けや異物の位置を検出するモデルを作る。写真は8万枚あるが、対象を囲む矩形とクラスのラベルが付いているのは500枚だけである。専門の作業者に頼むアノテーションの費用を抑えたい。進め方として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：アノテーションの負担を減らす工夫
ポイント
アノテーションの費用は、学習への効果が大きい写真を選んでラベルを付けることで抑えます。似た写真ばかり選ぶと、枚数の割に精度が上がりません。
選択肢ごとの解説
- A
適切
大規模なデータで学習済みのモデルをもとにすると、少ないラベル付きデータでも精度が出やすくなります。先に到達できる精度を確かめれば、追加で付けるべきラベルの量を見積もれます。
- B
適切
モデルの出力を下書きにして人が確認・修正すると、一から矩形を描くより作業が速くなります。ただし、誤りを見逃さないよう、修正の基準を手順書で示しておきます。
- C
不適切 正解
続けて撮った似た写真は、どれも同じような情報しか持たないため、枚数を増やしても学習の効果は小さくなります。同じ費用なら、区間や天候、時間帯の異なる写真を偏りなく選んでラベルを付けます。
- D
適切
モデルが判定に迷う写真は、ラベルを付けたときに学べることが多い写真です。これを優先してラベルを付け、再学習を繰り返す方法を能動学習と呼び、少ない作業量で精度を高められます。
試験での狙われ方
ラベルを付けるデータの選び方は、モデルが迷うデータを優先する能動学習と、データの多様性の確保という2つの観点で整理しておくと見分けやすくなります。
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目36 データの収集・加工・分析・学習）
- Settles, Active Learning Literature Survey (Computer Sciences Technical Report 1648, University of Wisconsin–Madison, 2009; updated 2010) （3.1 Uncertainty Sampling）