マルチタスク学習
マルチタスク学習
マルチタスク学習とは、目的とするタスクに関係がある複数のタスクを一つのモデルに同時に学習を行わせることで精度を向上させる手法です。
モデルに目的とするタスクのみを学習を行わせると、訓練データに過剰に適合する過学習が発生する危険があります。そこで複数のタスクを学習させることにより汎化性能を高めることが可能です。また、特徴量として有用な情報をモデルが取りこぼす確率が減少します。これに関してはモデルの学習に人間の意図が大きく介入するという点で注意が必要です。
👉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
マルチタスク学習の説明として最も適切な選択肢を一つ選べ。
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
