概要
モデルが複雑になりすぎるのを抑え、過学習を防ぐための工夫の総称。
詳しい解説
正則化は、がに過剰適合するを防ぐための手法の総称です。パラメータが極端に大きくなるのを抑える(L1/L2正則化)、学習中にニューロンをランダムに無効化するなどがあります。複雑さにペナルティを与えることで、未知データへの(汎化性能)を高めます。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
丸暗記を防ぐ
あえて制約を課すことで、データの「丸暗記」ではなく本質的なパターンを学ばせる狙いがあります。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する