汎化性能は未知の データへの予測性能 過学習は訓練データに 適合しすぎて未知への性能低下 正則化はモデルの複雑さを抑え 過学習を軽減 L1正則化は重みの絶対値の 合計に罰則 一部をゼロに L2正則化は重みの二乗の 合計に罰則 重みを小さく ドロップアウトは学習時に 一部のニューロンを ランダムに無効化 正則化の手法 転移学習は学習済みの知識を 別の課題に再利用 必要なデータや学習時間を削減 汎化は未知への対応 正則化は過学習抑制 ドロップアウトは一時無効化 転移学習は知識の再利用
汎化性能は未知の データへの予測性能 過学習は訓練データに 適合しすぎて未知への性能低下 正則化はモデルの複雑さを抑え 過学習を軽減 L1正則化は重みの絶対値の 合計に罰則 一部をゼロに L2正則化は重みの二乗の 合計に罰則 重みを小さく ドロップアウトは学習時に 一部のニューロンを ランダムに無効化 正則化の手法 転移学習は学習済みの知識を 別の課題に再利用 必要なデータや学習時間を削減 汎化は未知への対応 正則化は過学習抑制 ドロップアウトは一時無効化 転移学習は知識の再利用
