問題 No.1015
ニューラルネットワークの学習時に、各レイヤーのノードを一定の確率でランダムに無効化しながら学習を行うことで、特定のノード同士が過剰に依存し合う現象を防ぎ、擬似的なアンサンブル学習の効果を得て過学習を抑制する手法を【 】と呼ぶ。
【正解の解説】
ドロップアウト
ドロップアウトは、学習のたびにランダムに選んだノードを休み（無効化）にすることで、特定のノードだけが頑張りすぎたり、互いに依存しすぎることを防ぎ、ネットワーク全体を鍛える手法です。
スポンサーリンク
【その他の選択肢の解説】
バッチ正規化
バッチ正規化は、層の入力データが一定の範囲に収まるように調整することで、学習を速くし、安定させる手法です。
データ拡張
データ拡張は、画像を回転させたり反転させたりして意図的にデータを増やすことで、モデルが多様なパターンに強くなるようにする手法です。
早期終了
早期終了は、学習が進みすぎて過学習になる前に、テストデータの精度を見て学習をストップさせる手法です。