人工知能をめぐる動向と手法
あるモデルは訓練データに対しては非常に高い正解率を示したが、未知の検証データに対しては正解率が大きく低下した。この過学習を抑制するための対策として最も適切なものはどれか。
- Aモデルの層数やパラメータ数をさらに増やして表現力を高める
- B検証データをそのまま学習データとして追加で学習させる
- ✓損失関数に正則化項を加えてモデルの複雑さに罰則を課す
- D学習率を大幅に大きくして短時間で収束させる
解説
正則化はモデルのパラメータが大きくなりすぎることに罰則を課し、モデルの複雑さを抑えることで過学習を軽減する代表的な手法である。パラメータ数を増やす、検証データを学習に混ぜる、学習率を極端に大きくするといった対応はいずれも過学習の抑制にはつながらない。
根拠シラバス「正則化」