転移学習

転移学習は、ある課題で学習した知識を、関連する別の課題に再利用して、学習の効率や性能を高める手法です。

■ 試験で押さえるポイント

• 学習済みのモデルの一部をそのまま使い、残りだけを新しく学習する方法があります。

• 目的の課題のデータが少ないときに効果的です。

• 元の課題と目的の課題がかけ離れていると、かえって性能が下がることがあります。

■ 選択肢での判断ポイント

学習済みの知識を別の課題に再利用する点が要点です。