問題 No.668
画像認識モデルの学習において、訓練データの枚数が少なく過学習を起こしやすい場合、元の画像に対して反転や回転などの加工を施し、擬似的にバリエーションを水増しする前処理手法はどれか。
【正解の解説】
データオーグメンテーション
既存の画像データに加工を加えて、AIが学習できるパターンのバリエーションを人為的に増やす前処理です。
スポンサーリンク
【その他の選択肢の解説】
バッチ正規化
ニューラルネットワークの各層の出力を平均と分散で調整することで、学習を高速化・安定化させる手法です。
ファインチューニング
あらかじめ他の大規模なデータで学習済みのモデルを、目的に合わせて微調整する手法です。
プーリング
画像などのデータにおいて、一定範囲の中から代表的な値を取り出し、情報を集約する処理です。