Now Loading...

Now Loading...

リッジ回帰

リッジ回帰

リッジ回帰とは重回帰分析にL2正則化を用いた正則化手法です。

L2正則化とは、目的関数にパラメータ(重み)の二乗和を加えた正則化のことであり、他のデータとはかけ離れた一部のデータの重みを0に近づけることで、モデルを滑らかにします。しかしながら、完全に重みを0にはしないので、モデルが複雑になりやすいという欠点があります。

クイズ

正則化手法の一つであるリッジ回帰について述べた文章のうち、最も適切な選択肢を一つ選べ。
  • 正解を見る
  • 解説を見る
    リッジ回帰は重回帰分析に対してL2正則化を用いた正則化手法です。L2正則化では目的関数にパラメータ(重み)の二乗和を加えた正則化で、他のデータからかけ離れたデータの重みを0に近づけることによってモデルをよりなめらかにします。しかし、これによってモデルが複雑になりやすいといったデメリットが存在します。よって正解は選択肢3です。

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