問題 No.1122
限られたデータセットを有効に活用し、モデルの汎化性能を正確に評価するため、データを複数に分割して訓練と評価を順番に入れ替えて繰り返し行う検証手法を【 】と呼ぶ。
【正解の解説】
交差検証
交差検証（k-分割交差検証 / k-fold Cross Validation）は、全データをk個のグループに分け、そのうち1つを検証用・残り(k-1)個を訓練用とするプロセスをk回繰り返す手法です。全てのデータが一度は検証に使われるため、データの偏りによる評価ブレを最小化できます。
スポンサーリンク
【その他の選択肢の解説】
ホールドアウト検証
ホールドアウト検証は、手元データを「訓練データ70%：テストデータ30%」のように単純分割する手法です。計算コストは低いですが、分割の仕方によって偶然データの偏りが発生し、評価結果が偶然に左右されやすいデメリットがあります。
逆伝播検証
「逆伝播」はニューラルネットワークのパラメータ更新（勾配計算）で用いられる概念であり、モデルの汎化性能を評価するための「逆伝播検証」という検証手法は機械学習の用語として存在しません。受験者を惑わせる誤った選択肢です。
逐次検証
一般的な機械学習モデルの汎化性能を測る交差検証の文脈において「逐次検証」という言葉は標準的な検証手法の名称ではありません。時系列解析でのWalk-forward検証などとは異なり、設問の「分割して入れ替える」定義に一致しません。