問3応用情報技術者 令和7年度 春期

解説

正解は2。過学習は、訓練データに合わせすぎて、未知のデータへの予測精度（汎化性能）が落ちる状態。元の訓練データを回転・反転・ノイズ付加などで加工して量を増やすデータ拡張は、モデルが訓練データ固有のくせを覚えにくくなるので、過学習の代表的な対策になる。

• 1は、訓練データをテストに使うと見かけの精度が高くなるだけで、過学習を見逃す原因になる。
• 3は、モデルを複雑にすると訓練データへの当てはまりがさらに強まり、過学習は悪化する。対策は逆に単純化や正則化。
• 4は、汎化性能は上げたいもので、下げると未知のデータへの予測がもっと悪くなる。

根拠：機械学習の基本（過学習とその対策：データの追加・拡張、正則化、モデルの単純化）。