問題 No.631
新しい未知のタスクに直面した際、わずかなデータからでも素早く適応できるように、複数のタスクを通じて学習の仕方を学習するアプローチが注目されている。このような目的に対して、パラメータの初期値を最適化し、数回のステップで新しいタスクに適応できるように訓練するメタ学習の手法として最も適切なものはどれか。
【正解の解説】
MAML
MAML (Model-Agnostic Meta-Learning)は、少量のデータで新しいタスクに素早く適応できるよう、パラメータの初期値を工夫するメタ学習の代表的手法です。
スポンサーリンク
【その他の選択肢の解説】
強化学習
強化学習は、試行錯誤を通じて報酬を最大化する学習方法であり、学習の仕方を学ぶメタ学習とは別の概念です。
転移学習
転移学習は、あるタスクで学習した知識を別のタスクに応用する手法ですが、数ステップでの適応を最適化する手法ではありません。
MLOps
MLOpsは、機械学習モデルの開発から運用までを継続的に管理するための枠組みや仕組みのことです。