INFORMATION & AI MATERIAL

過学習(練習問題だけ覚えて本番で失敗する)

過学習(練習問題だけ覚えて本番で失敗する)(高校情報Ⅱ「AIのしくみ」の図)

横にして見てください。2本の指で拡大できます。

過学習(練習問題だけ覚えて本番で失敗する)(高校情報Ⅱ「AIのしくみ」の図)

素材について

訓練データとテストデータに分けた架空のデータに、単純すぎる線(適合不足)・ちょうどよい線・点に合わせすぎた線(過学習・過剰適合)を当てはめ、訓練データとテストデータでの正しさの違いと、練習問題の丸暗記のたとえ、防ぐ工夫を示す図です。

高校情報Ⅱ「AIのしくみ」の授業や調べ学習で使える図です。スライドに入れたり、児童生徒の端末に配ったりして使えます。予習・復習の資料にもなります。入れ方は授業での使い方をご覧ください。

図の見方

  • 上の帯は、集めたデータを●の訓練データ(学習に使う)と▲のテストデータ(確かめに使う)に分けています。帯の下の3つの枠には同じ点が描かれています。
  • 「適合不足(単純すぎ)」は、訓練データでもテストデータでも正しさが「低い」です。「ちょうどよい」は、どちらも「高い」です。
  • 「過学習(過剰適合)」は、点に合わせすぎて新しい点を外します。訓練データでは「とても高い」のに、テストデータでは「低い」です。
  • 下の「たとえると」は練習問題の丸暗記の話、「防ぐ工夫」は、テストデータで確かめる・多様なデータをふやす・モデルを必要以上に複雑にしない、の3つです。

授業での使い方

情報Ⅱの「情報とデータサイエンス」で、機械学習のモデルの評価(訓練データ・テストデータ、適合不足・過剰適合)を学ぶときに使います。

導入で図の問い「学習に合わせすぎたAIは、なぜ新しいデータでまちがえるのだろう」を板書します。展開では、3つの枠を左から順に、線の形と、訓練データ・テストデータの正しさの行を読み比べます。まとめでは、テストデータで確かめることがなぜ要るのかを自分のことばで書かせます。

発問の例

  • 過学習(過剰適合)の枠で、訓練データとテストデータの正しさは、それぞれどう書かれていますか。
  • 適合不足と過学習は、どちらもテストデータでの正しさが低くなります。線のどこが違うでしょう。
  • テストデータを訓練データと分けて確かめると、何が分かるでしょう。

つまずきやすい点

  • 訓練データでの正しさが高ければよいAIだと読みがちです。右の枠は訓練データで「とても高い」のにテストデータで「低い」ので、見どころはテストデータの行です。
  • 注記のとおり模式図で、点は乱数で作った架空のデータです。正しさは数でなく「高い・低い」で示すので、実際のAIの結果として扱いません。

ほかの学習とのつながり

「教師あり学習(正解つきの例から学ぶ)」は、訓練データとテストデータに分けて進める流れ全体を示します。「データの量と質がAIの答えを変える」は学習データの側から、中学校の「AIはまちがいから学ぶ(予測と正解の差を小さくする)」は学習のくり返しの側から、見直せます。