過学習
過学習
過学習とはある訓練データにのみ過度に対応した状態になってしまい、他の予測したいデータに対応できなくなってしまう状態の事を言います。
過学習が起きる原因としては主に2つ挙げられます。1つ目はパラメータが多すぎて表現力が高いモデルであるという事。2つ目は訓練データが少ない事が挙げられます。
👉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
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。
（ア）は訓練データの不足に起因していることが殆どである。
（参考：深層学習 P35）
- 正解を見る
- 解説を見る訓練サンプルの量が足りないことは過適合（過学習、オーバーフィッティング）を起こす最大の原因です。このような過学習が発生してしまうと、例としてリンゴを見分けるモデルでは、下の図のようなイメージで正しい判断ができなくなってしまいます。
👉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
