モデルの選択と情報量
モデルの選択と情報量
より良いモデルを選択するための指標として、AIC(赤池情報量規準)やBIC(ベイズ情報量基準)といった情報量規準というものがあります。
モデルの評価指標として最も一般的なのは精度がありますが、精度が良くとも元のデータに過学習しているのではないか？という懸念が生じます。これを解決するために、情報量規準を用いてモデルの複雑さやデータの多さをバランスよく調整します。基本的に情報量規準の値が小さい方が良いモデルです。
👉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
情報理論や統計学的観点から最小記述長(MDL)や赤池情報量基準(AIC)、情報量規準(WAIC)等が提唱され、モデルの表現、評価に使われている。これらの概念と最も関係の深い選択肢を1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
