Now Loading...

Now Loading...

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。

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。
  • 正解を見る
  • 解説を見る
    学習データはその質がモデルの精度を左右します。「りんご」というラベルがついた画像にはりんごのみが写っていることが最も望ましいです。多少の雨や霧といった条件で撮影された画像は時にはモデルの頑健性を高めることに貢献しますが、あまりにも悪条件のため何も見えないような画像であれば学習には用いない方が良いでしょう。

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↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

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 E資格 jdla

関連ワード

ディープラーニングの社会実装に向けて

AIと社会

AIプロジェクトの進め方

データの収集

データの加工・分析・学習

実装・運用・評価

クライシス・マネジメント