問題 No.66
ある特定のタスク（例：数百万枚の一般画像に写る物体の識別）で膨大な時間をかけて事前学習を済ませたニューラルネットワークがある。この獲得された「形やエッジを捉える能力」をベースとして再利用し、全く別のタスク（例：医療用のX線写真からの病変の検出）に少量のデータと短い計算時間で適応させる手法はどれか。
【正解の解説】
転移学習
転移学習は、学習済みの知識を別のタスクに再利用する手法の大きな枠組みで、ファインチューニングはその具体的な実施手順の一つとして頻繁に行われます。
スポンサーリンク
【その他の選択肢の解説】
多層パーセプトロン
多層パーセプトロンは、最も基本的なニューラルネットワークの構成の一つであり、特定の知識を再利用するための手法ではありません。
ファインチューニング
ファインチューニングは、事前学習済みのモデルの重みを、新しいタスクに合わせて微調整することで適応させる手法です。
蒸留
蒸留は、大きなモデルの知識を、より小さなモデルに教え込んで性能を継承させる手法であり、タスクの適応とは異なります。