1. 定義と概要 物体検出タスクとは、1枚の画像内に存在する物体それぞれについて、位置と種類を同時に推定するタスクです。位置はバウンディングボックスの座標として…

1. 定義と概要 ノルムとは、ベクトルの大きさや長さを測るための指標の総称です。代表的なものにL1ノルム、L2ノルム、L0ノルムがあり、それぞれ大きさの測り方が…

1. 定義と概要 ノイズ（noise）とは、バイアス-バリアンス分解という予測誤差の枠組みにおいて、データそのものに内在し、モデルをどれだけ改善しても取り除くこ…

1. 定義と概要 ネステロフの加速勾配法（NAG）とは、モーメンタム法を改良した最適化アルゴリズムであり、実際に更新する前に一歩先の位置を仮に見積もり、その位置…

1. 定義と概要 音階とは、主音（音階の基準となる、並びの出発点にあたる音）から1オクターブ（周波数がちょうど2倍になる関係にある音どうしの隔たりの単位）上の音…

1. 定義と概要 音程とは、2つの音の高さの隔たり（差）を表す概念で、度数という単位で数えます。基準となる音を1度として音階（音を高さの順に並べた体系。ドレミフ…

1. 定義と概要 マルチタスク学習とは、目的タスクに関連する複数のタスクを1つのモデルに同時に学習させる手法です。単一タスクだけを学習するより高い精度と汎化性能…

1. 定義と概要 MSE（Mean Squared Error、平均二乗誤差）とは、回帰モデルが導き出した予測値と、実際に観測された実測値との差である誤差を1件…

1. 定義と概要 モーメンタム法とは、物理学における運動量（momentum）の考え方を借り、パラメータ（モデル内部で学習によって調整される重みなどの数値）の更…

1. 定義と概要 モデル圧縮とは、学習済みモデルの予測精度をできる限り維持しながら、パラメータ（モデルが学習によって獲得する重みなど内部の数値）の数やモデルのフ…