Now Loading...

Now Loading...

汎化誤差

汎化誤差

汎化誤差は未知のデータに対する損失を表します。

この汎化誤差は訓練誤差とは異なり、学習が進むにつれて過学習などが生じてしまうと値がとても大きくなってしまい、予測したい値とはかけ離れた値が予測される可能性があります。機械学習を行う上でこの汎化誤差を最小化することがとても重要です。

クイズ

以下の文章を読み、空欄(ア)~(ウ)の組み合わせに最もよく当てはまる選択肢を1つ選べ。 モデルを勾配降下法で学習させたとき、(ア)が(イ)されるようにパラメータが更新される。未知のデータに対する(ウ)を(イ)するようなモデルを作成することが学習の目的である。 (参考: JDLA推薦図書「深層学習」 P23 – 29」)
  • 正解を見る
  • 解説を見る
    訓練データに対する誤差を訓練誤差と言い、学習時は訓練誤差を最小化するようにパラメータが更新されます。また、まだ手に入れていないデータを予測した時の誤差を汎化誤差と言います。機械学習では汎化誤差を小さくすることが目標となります。

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

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価