問題 No.1241
ニューラルネットワークの学習時において、各層のニューロンを一定の確率でランダムに無効化して学習を行い、予測時にはすべてのニューロンを使用しつつ出力を調整することで、擬似的なアンサンブル効果を生み出し過学習を抑制する手法はどれか。
【正解の解説】
ドロップアウト
ドロップアウトは、学習時にわざと一部のニューロンをランダムに休ませる手法です。特定のニューロンに頼りすぎないようにすることで、モデルが特定のデータに過剰に適応してしまう過学習を防ぎます。
スポンサーリンク
【その他の選択肢の解説】
早期終了
アーリーストッピングは、検証データの精度が悪化し始めたタイミングで学習を打ち切ることで、過学習を未然に防ぐ手法です。
データ拡張
データ拡張は、元の画像を回転させたり色を変えたりして疑似的にデータを増やし、モデルの汎用性を高める手法です。
L2正則化
ウェイトディケイは、モデルの重みが巨大になりすぎないよう制限をかけることで、モデルの複雑さを抑え過学習を抑制する手法です。