モデル精度の劣化
運用中の予測モデルの精度が、時間が経つにつれて下がることがある。その主な原因として、最も適切なものを1つ選べ。
- A
入力データの傾向が学習時から変わり、モデルが現実に合わなくなるため。
- B
モデルのファイルを長く使い続けると、保存された重みの値が少しずつ劣化するため。
- C
学習時に過学習していたモデルは、運用の期間が長くなるほど過学習が進むため。
- D
予測を記録するログが増えてサーバーの処理が遅くなり、予測の値がずれるため。
正解と解説を見る
正解：A
運用中のモデルの精度は、入力データの傾向(データドリフト)や、入力と正解の関係(コンセプトドリフト)が学習時から変わることで下がる。モデル自体は再学習しない限り変わらないので、データと精度を監視して再学習の時期を判断する。
- A
正しい。世の中の変化でデータの分布が変わると、精度は落ちる(データドリフト)。
- B
誤り。ファイルの中身は、使っても変わらない。
- C
誤り。運用中に予測をしても、学習し直さない限りモデル自体は変わらない。
- D
誤り。処理の遅さは応答時間の問題で、予測の値そのものは変わらない。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。