検索

訓練データに過剰に適合し、未知のデータに対する予測性能(汎化性能)が低下してしまう現象。

モデルが単純すぎて、訓練データのパターンすら十分に捉えられていない状態。

大量のデータから規則やパターンをコンピュータ自身に学ばせ、予測や分類を行わせる手法。

学習中のモデルの性能を確認し、ハイパーパラメータの調整に使うデータ。訓練には直接使わない。

訓練データ全体を1回学習し終える単位。学習の繰り返し回数を表す。

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。

学習中に一部のニューロンをランダムに無効化し、過学習を防ぐ正則化手法。

学習にも調整にも使わず、最終的な性能を公平に評価するためのデータ。

学習に使っていない未知のデータに対して、モデルが正しく働く能力。

既存データに変形を加えて学習データを水増しし、性能を高める手法。