ファインチューニング
ファインチューニング
ファインチューニングとは、既に学習済みのモデルに新たな層を追加し、モデル全体を再学習する手法です。
モデルを再利用するため、一から学習するよりも短時間で少ないデータでモデルの構築が可能です。似たような手法として転移学習がありますが、追加のデータセットを充分用意できるときはファインチューニング、できないときは転移学習を採用するといった考え方があります。
👉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
大量のデータセットの学習やネットワークが複雑なモデルの学習には莫大な時間がかかるが、これらのような問題に対して有効な学習手法にファインチューニングがある。これについて述べた以下の文章のうち、最も適切なものを1つ選べ。
- 正解を見る
- 解説を見るファインチューニングとは、学習済みのモデル全体のパラメータ、もしくは上位層の複数のパラメータのみを再学習する手法です。ディープニューラルネットワークでは下位層ではすべてのタスクに使えるような一般的な特徴が学習され、上位層ではより具体的で複雑な特徴が学習されます。そのため、このような手法が可能となります。また、転移学習は、最終層のパラメータのみを再学習するという点でファインチューニングと異なります。
（参考: G検定公式テキスト 第2版 第6章 6-1 P214-215)
（参考：G検定公式テキスト 第1版 P124-125, 166）👉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
