問題 No.1970
複数の機械学習モデルの予測結果を組み合わせることで、単一のモデルよりも高い予測精度や汎化性能を得る手法の総称はどれか。
【正解の解説】
アンサンブル学習
これは「三人寄れば文殊の知恵」と同じ発想です。一人の天才（単一モデル）の意見だけに頼るのではなく、個性や苦手分野が異なる複数の専門家（複数モデル）に意見を聞き、多数決をとったり平均を出したりすることで、より正確で安定した結論を導き出すアプローチです。
スポンサーリンク
【その他の選択肢の解説】
転移学習
これは基礎知識を別の専門分野に応用する「転移学習」の説明です。複数モデルを組み合わせるアンサンブル学習とは目的やアプローチが異なり、初学者が「学習効率を高める手法」というイメージで混同しやすいため注意が必要です。
強化学習
これはゲームのスコアのように、正しい行動に対して「ご褒美」を与えて学習させる「強化学習」の説明です。他モデルと予測を組み合わせるアンサンブル学習とは仕組みの根本が異なるため、試験などでは明確に区別して覚える必要があります。
深層学習
これは多層構造で複雑なパターンを捉える「深層学習（ディープラーニング）」の説明です。それ単体で強力なモデルを作る技術であり、複数の異なるモデルの予測結果を合算・統合するアンサンブル学習の概念とは異なるため混同に注意しましょう。