Now Loading...

Now Loading...

リッジ回帰

リッジ回帰

リッジ回帰は、線形回帰に対してL2正則化を適用した手法であり、パラメータの大きさに応じてゼロに近づけることで、汎化された滑らかなモデルを得ることが出来ます。

クイズ

線形回帰に対して正則化を施した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
    リッジ回帰は線形回帰に対してL2正則化を施した回帰です。この手法では他のデータよりもかけ離れているデータの重みを0にすることによって汎化データを得るモデルです。よって任意の重みを変換する選択肢1、無限大に発散させる選択肢4は不適切です。

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