ファインチューニング
ファインチューニングとは、既に学習済みのモデルに新たな層を追加し、モデル全体を再学習する手法です。
モデルを再利用するため、一から学習するよりも短時間で少ないデータでモデルの構築が可能です。似たような手法として転移学習がありますが、追加のデータセットを充分用意できるときはファインチューニング、できないときは転移学習を採用するといった考え方があります。
クイズ
大量のデータセットの学習やネットワークが複雑なモデルの学習には莫大な時間がかかるが、これらのような問題に対して有効な学習手法にファインチューニングがある。これについて述べた以下の文章のうち、最も適切なものを1つ選べ。
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか?
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。