Now Loading...

Now Loading...

L2正則化

L2正則化

L2正則化はモデルが過学習を起こさないように正則させる方法の一つです。

通常正則化では損失関数と正則化項の和を最小化させますが、この手法では特に正則化項がパラメータの2乗で表されています。この学習ではL1正則化と異なり、過学習を防いで精度を高めるために用いられるため、L1正則化よりも精度が高くなる傾向にあります。

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。 高い表現力を持つニューラルネットワークは訓練データでの正解率のみ高くなってしまい、汎用性がなくなってしまう過学習を起こしやすいという性質をもっている。現在、過学習のさまざまな対策が提案されている。例えば、パラメータのノルムにペナルティを課す(ア)などがある。
  • 正解を見る
  • 解説を見る
    学習の際に用いる式に項を追加することによってとりうる重みの値の範囲を制限し、過度に重みが訓練データに対してのみ調整されることを防ぐことを正則化と言います。正則化にはL1正則化、L2正則化があります。 (参考: G検定公式テキスト 第2版 第4章 4-2 P146-147) (参考: G検定公式テキスト 第1版 P149)

    👉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

予備校のノリで学ぶ「L1/L2正則化」:ヨビノリコラボ企画

日本最大規模の教育系YouTuber 「ヨビノリ」とのコラボ企画でYouTubeとブログを公開中!ディープラーニングの重要なテクニックである正則化について理論と実践の体験ができます!

詳細は以下のリンクから↓

予備校のノリで学ぶ「L1/L2正則化」:ヨビノリ & zero to one コラボ企画第一弾

👉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

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

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 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