学習可能なデータの収集
学習可能なデータの収集
機械学習に関して、データは多ければいいという訳ではなく学習に耐えうるだけの質をもったデータを収集するのが重要です。
例えば、鳥の分類モデルを作りたいときに複数の種類の鳥が映り込んでいる画像データを学習に用いては精度の低下を招くかもしれません。対策として、そのような画像は除外するか、トリミングを行う等が考えられます。また、霧や雨、雪といった状態で撮影された画像データの学習は頑健性を向上させる可能性もありますが、何が写っているのか分からない程に劣化している画像は学習に用いないのが良いでしょう。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
クイズ
学習に適した画像データの説明として最も適切な選択肢を一つ選べ。
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
