問題 No.486
画像認識モデルの学習において、訓練データが不足している場合に、画像を反転、回転、拡大・縮小することで疑似的にデータを増やし、過学習を抑制する手法を何と呼ぶか。
【正解の解説】
データ拡張
データ拡張は、元の画像を回転や反転、色の変更などを加えることで、学習用の画像データを疑似的に増やし、モデルがより多様なデータに慣れるようにして過学習を抑える手法です。
スポンサーリンク
【その他の選択肢の解説】
ドロップアウト
ドロップアウトは、学習中にランダムにニューロンを無効化することで、特定のニューロンに頼りすぎるのを防ぎ、過学習を抑制する手法です。
プーリング
プーリングは、画像の解像度を縮小しながら特徴を凝縮し、計算量を削減しつつ情報を整理する手法です。
バッチ正規化
バッチ正規化は、各層のデータの分布を調整することで、学習の効率を高めたり、過学習を抑制したりする手法です。