問題 No.1332
大規模なデータセットで事前に学習したモデルの重みを初期値として利用し、特定のタスクの小規模データセットを用いて再学習を行う手法を何と呼ぶか。
【正解の解説】
ファインチューニング
ファインチューニングは、すでに大量のデータで賢くなったモデルを土台として使い、自分の使いたい少量のデータに合わせて「微調整」を行う手法です。効率的に高い精度を出せます。
スポンサーリンク
【その他の選択肢の解説】
スクラッチ学習
スクラッチ学習は、何も学習していない状態からゼロベースでニューラルネットワークを学習させる手法です。膨大なデータと時間が必要になります。
アンサンブル学習
アンサンブル学習は、複数のモデルを作り、それぞれの意見を多数決や平均化で合わせる手法です。単独のモデルよりも間違いが少なく、精度の向上が期待できます。
自己教師あり学習
自己教師あり学習は、正解ラベルがないデータから、データ自身の一部を隠して残りの部分から予測させるなどして、モデルを事前に賢くしておく学習方法です。