バッチ学習
バッチ学習
バッチ学習とは全ての学習データを利用し学習する手法です。
学習の流れとしては、データを全て利用して損失関数を導出し、それを用いてパラメータを更新する作業となります。この手法のメリットとしては全てのデータを利用するために、モデルの精度がある程度安定している点、少量の異常データが存在している場合にも悪影響が少ないという点です。デメリットとしては全てのデータを利用するため、計算コストが多大になってしまうこと、随時モデルを更新しなければならない株価などの推定においては対応が困難であるという点です。
クイズ
以下の文章を読み､空欄（ア）に最もよく当てはまる選択肢を1つ選べ｡
確率的勾配効果法の一種として、パラメータの更新にすべての訓練データを用いる手法を（ア）と呼ぶ。これは全データの損失関数の変化を考えるため、学習結果が安定しやすいといわれている。
（参考: JDLA推薦図書「深層学習」 P23 – 27」）
特別割引クーポンのお知らせ
＜人工知能基礎＆G検定実践問題集＞
・クーポン：aibgt220920-2bso
・有効期間：2022年10月21日（金）
＊使い方：以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。
＜G検定実践トレーニング＞
・クーポン：gt220920-1dao
・有効期間：2022年10月21日（金）
＊使い方：以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。
