問題 No.919
機械学習モデルにおいて、重みの値を過度に大きくしないように損失関数にペナルティ項を加える正則化を行う主な目的は「【 】」ことである。
【正解の解説】
モデルの複雑さを制限し未知のデータに対する汎化性能を高める
L1正則化やL2正則化などにより、学習モデルの重みが極端に大きくなるのを防ぎ、未知のデータに対しても正しく反応できるバランスを取る手法です。
スポンサーリンク
【その他の選択肢の解説】
学習データを完全に暗記させる
学習データをそのまま記憶させることは過学習を招く原因となり、AIが新しい問題に対応できなくなる可能性があります。
計算時間を短縮して学習を効率化する
正則化は学習の精度を調整するための制約であり、計算時間を短縮すること自体を目的としたものではありません。
学習データのノイズを無視して真のデータ分布を学習する
データ分布の学習を助ける側面はありますが、正則化の第一の目的は過剰適合を抑えることです。