早期終了
早期終了
早期終了とは、モデルが訓練データを過剰に学習し汎化性能が低下する過学習の状態に陥る前に学習を早期に終了させる手法です。
通常、モデルの学習には訓練データが用いられ、このデータに対するモデルの精度は訓練誤差と呼ばれます。これに対し訓練に用いられていない未知のデータに対する精度をテスト誤差と呼びますが、学習の後半では訓練誤差が下がってもテスト誤差は上昇します。テスト誤差が最も低いときに学習を打ち切ろうという発想です。
👉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
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。
図2のようにネットワークの学習にともなってテスト誤差が増加するようであれば、検証データの評価指標の値が良い内に、学習を止めてしまうことで、ニューラルネットが過学習をする前に、ちょうどいいパラメータを獲得できることもあります。このように学習を強制的に終了させることを（ア）と呼ぶ。
- 正解を見る
- 解説を見る学習を進めていくと，訓練データに対する誤差は下がっていくのに対してテストデータに対する誤差は途中から上がり始めてしまうことがある．この現象を過学習といい，データ不足などによって起きる問題です．この解決策の1つが早期終了（early stopping）です．文字通り，テストデータに対する誤差の上がり始めで学習を打ち切り，そこを最適解とする手法です．
（参考: G検定公式テキスト 第2版 第5章 5-6 P185-186)
（参考: G検定公式テキスト 第1版 P110, 149）👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ
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
