問題 No.1964
画像認識モデルの開発において、過学習を防ぎつつ未知のデータに対する汎化性能を正しく評価するために、訓練データを用いてモデルを構築した後、最終的な性能測定に用いるデータセットとして最も適切なものはどれか。
【正解の解説】
テストデータ
これは学校の期末試験のようなものです。日々の授業の復習（訓練）や小テスト（検証）で先生の出題傾向に慣れても、本当の実力を測るには『一度も見たことがない本番の試験問題』を解く必要があります。これと同じで、開発の最後にモデルの真の実力を測るためにテストデータを用います。
スポンサーリンク
【その他の選択肢の解説】
検証データ
初学者が最も混同しやすいのがテストデータと検証データです。検証データはモデルの調整段階（いわば模擬試験）で何度も使われるため、テストの出題傾向に少し適合してしまうリスクがあります。そのため、最終的な実力判定には使えず、最後の最後に使うテストデータとは役割が異なります。
教師データ
教師データは、問題とセットで『正解の答え』が書かれた問題集のようなものです。これを使ってモデルは学習を行います。今回は『最終的な性能測定に用いるデータセット』を問われているため、学習の途中で使う教師データではなく、テストデータが正解となります。
学習データ
学習データは訓練データとほぼ同義であり、AIが勉強をするための教材そのものです。問題文にある『訓練データを用いてモデルを構築した後』という一文からも分かる通り、学習に使ったデータそのもので最終評価をすると、いわゆる『答えを丸暗記した状態』となり正しい性能が測れません。