こうさけんしょう
データをk個のグループに分け、1つを評価用、残りを学習用にして学習と評価を行うことを、評価用のグループを入れ替えながらk回繰り返し、k回の評価の平均でモデルの性能を見積もる方法(k分割交差検証)。すべてのデータが一度ずつ評価に使われるので、限られたデータを有効に使え、データの分け方による評価のばらつきを減らせる。ハイパーパラメータの調整やモデルの選択に使い、計算の量はおよそk倍になる。
「交差検証」は、1分野の2問の練習問題に出てきます(機械学習の基礎など)。
この用語の分野: 機械学習の基礎
正解：B. 800件
k分割交差検証では、データをk個のグループに分け、そのうち1つを評価用、残りのk − 1個を学習用にして学習と評価を行います。評価用のグループを入れ替えながらk回繰り返し、k回の評価の平均をモデルの性能とします。5分割では1グループが1000 ÷ 5 = 200件なので、1回の学習には200 × 4 = 800件を使い、学習は5回行います。すべてのデータが一度ずつ評価に使われるので、データが少ないときでも性能を安定して見積もれます。
k分割交差検証では、データをk個のグループに分け、そのうち1つを評価用、残りのk − 1個を学習用にして学習と評価を行います。
1000件のデータで5分割交差検証(k = 5 のk分割交差検証)を行うとき、1回ごとの学習に使うデータの件数はどれか。一般にモデルを複雑にするとバイアスは減りバリアンスは増えるので、両者の釣り合いがとれた複雑さを、検証用データや交差検証で選びます。
モデルの誤差を、バイアス(偏り)とバリアンス(ばらつき)に分けて考えるとき、適切なものはどれか。Amazonの検索結果へのリンクです。Amazonのアソシエイトとして、半導体教室は適格販売により収入を得ています。
期待値 過学習 活性化関数 強化学習 教師あり学習 教師なし学習 k平均法 勾配降下法 混同行列 再帰型ニューラルネットワーク(RNN)