【G検定過去問風テスト】バギングとブースティングの違いと学習アルゴリズム
※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
アンサンブル学習の手法に関する説明として、最も適切な選択肢を1つ選べ。
- A）ブースティングとは、ブートストラップサンプリングにより作成した複数のデータセットに対し、複数のモデルを同時に並列学習させて多数決や平均をとる手法である。
- B）バギングの代表例であるランダムフォレストでは、学習データだけでなく使用する特徴量もランダムに選択することで、多様な決定木を構築する。
- C）ブースティングは並列で処理を進めるため、バギングに比べて計算時間が大幅に短縮できるメリットがある。
- D）ランダムフォレストは、前の決定木が予測を外した誤差を埋めるように順番に新しい決定木を追加して学習を深めていく手法である。
🔍 ここをクリックして正解を見る
- 正解: B）バギングの代表例であるランダムフォレストでは、学習データだけでなく使用する特徴量もランダムに選択することで、多様な決定木を構築する。
💡 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
- バギング：データを重複ありで小分け（ブートストラップ）し、同時並列で学習させて多数決や平均をとる（代表例：ランダムフォレスト）。
- ブースティング：前のモデルのミスを次のモデルが修正する順番（直列）のリレー形式（代表例：勾配ブースティング）。
■ 初学者向け解説（例え話や背景）
アンサンブル学習は、まさに「三人寄れば文殊の知恵」を地で行く最強のアプローチです！1人の天才AIを作るのではなく、そこそこのAIをたくさん集めてチームで判断します。
このチームの作り方には「バギング」と「ブースティング」の2大スタイルがあり、G検定ではこの2つの定義をあべこべに入れ替えるひっかけ問題が毎回のように出題されます。
- バギング（チーム一斉テスト）：全員でせーので「同時並列」に問題を解き、最後にあわせ技（多数決や平均）で答えを出します。ランダムフォレストはこの進化系で、各AIに渡すヒント（特徴量）すらランダムに変えて決定木による「個性豊かな森」を作ります。
- ブースティング（引き継ぎノートリレー）：前のモデルが間違えた難問を、次のモデルが重点的に復習しながら「順番（直列）」に育てるリレー形式です。精度はめちゃくちゃ高くなりますが、順番にやるため計算時間がかかるのが玉にキズです。
「一斉並列のバギング」「順番直列のブースティング」とセットで脳に覚えさせましょう！
■ 選択肢の解説
- A) ブースティングとは、ブートストラップサンプリングにより〜（×）: これは「バギング」の説明です。単語がすり替えられています。
- B) バギングの代表例であるランダムフォレストでは〜（○）: 正解です！データだけでなく「特徴量（ヒント）」もランダムに絞ることで、決定木同士の被りを防ぎ精度を高めます。
- C) ブースティングは並列で処理を進めるため〜（×）: ブースティングは「直列（順番）」処理なので、前の計算が終わるまで次へ進めず、むしろ計算時間がかかります。
- D) ランダムフォレストは、前の決定木が予測を外した誤差を〜（×）: 前の誤差を埋めるように直列で学習するのは「勾配ブースティング」の説明です。
👉 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？
