【G検定過去問風】負の転移とは？転移学習の思わぬ落とし穴を解説
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
ソースタスクとターゲットタスクの関連性が薄い、またはまったく異なる場合に、転移学習を行ったことでかえってゼロから学習（スクラッチ学習）するよりも精度が下がってしまう現象として、最も適切な選択肢を1つ選べ。
- A）破滅的忘却
- B）負の転移
- C）ドメインシフト
- D）データリーケージ
🔍 ここをクリックして正解を見る
- 正解: B）負の転移
💡 合格に近づく！徹底解説
- 重要度: ★★★
■ 1分で分かる！この問題の要点
- 知識を流用すれば何でもかんでも性能が上がるわけではなく、全く関係のない分野の知識を持ち込むとかえって邪魔になることがある。
- この現象を「負の転移（Negative Transfer）」と呼び、G検定では「関連性の薄いモデルを流用するリスク」として問われやすい。
■ 初学者向け解説（例え話や背景）
例えば、「プロの野球選手が持つバッティングの技術」は、同じバットを使うソフトボールやクリケットには多少役に立つかもしれませんが、全くルールが違う「フィギュアスケート」の技術習得に無理やり活かそうとしても、かえって変な癖がついて上達の邪魔になってしまいますよね。AIの世界でも同様に、似ても似つかない分野の事前学習モデルを無理に流用すると、ゼロから教えた方がマシだったという事態が起こります。これが「負の転移」です。
■ 選択肢の解説
- A) 破滅的忘却（×）: 新しいタスクの学習によって、過去に獲得した別の知識を忘れてしまう現象です。
- B) 負の転移（○）: 無関係なタスクの知識を流用した結果、スクラッチ学習よりも精度が低下してしまう現象です。
- C) ドメインシフト（×）: 学習時と運用時でデータの分布や環境が変化してしまう現象です。
- D) データリーケージ（×）: テストデータ等が訓練データに混入し、過剰に高い評価が出てしまう現象です。
👉 次の問題＆解説テキスト
お疲れ様です！
この調子で次の問題に挑戦しますか？
それとも、立ち止まって詳しい解説を確認しますか？
