マテリアルズ・インフォマティクスで、既存の材料のデータから機械学習のモデルをつくり、新しい材料の性質を予測するときの注意として正しいものはどれか。

正解：B. 学習に使わなかったデータでの誤差(交差検証など)で性能を評価し、学習データの範囲を大きく外れた予測は信頼性が低いことに注意する

機械学習のモデルは、組成や結晶構造などを数値にした記述子(特徴量)から、目的の性質を予測する関数を学習します。学習に使ったデータに合わせ込みすぎると(過学習)、そのデータでの誤差は小さくても、新しいデータでの予測は悪くなります。そこで、データを学習用と検証用に分けたり交差検証を行ったりして、学習に使わなかったデータでの誤差で性能を評価します。データが少ないのに記述子を増やしすぎると、過学習が起こりやすくなります。また、モデルは学習したデータの範囲の内挿は得意でも、大きく外れた外挿は苦手です。そのため、予測値とその不確かさの両方を使って次に試す候補を選ぶベイズ最適化などで、データを効率よく増やします。