1. 定義と概要 1つ抜き交差検証（Leave-One-Out Cross Validation、LOOCV）とは、交差検証の一種です。交差検証は、データの分け…

1. 定義と概要 局所最適解（local optimum、local minimum）とは、ある関数において、その点の近傍（周辺の限られた範囲）だけを見れば最も…

1. 定義と概要 学習率（learning rate）とは、勾配降下法においてパラメータ（重み）を勾配の方向にどれだけ動かすかを決める係数です。学習を始める前に…

1. 定義と概要 ラッソ回帰（Lasso回帰）とは、線形回帰にL1正則化（回帰係数の絶対値の合計にペナルティを与える手法で、一部の係数をちょうどゼロにできる）を…

1. 定義と概要 L2正則化とは、モデルの学習において、予測のズレの大きさを表す損失関数に、重みの大きさに応じた罰則項を加えることで、重みが大きくなりすぎないよ…

1. 定義と概要 L1正則化とは、モデルの学習時に損失関数（モデルの予測のズレを数値で表す関数）へ、重みの絶対値の合計（L1ノルム）を罰則項として加える正則化手…

1. 定義と概要 L0正則化とは、モデルのパラメータ（重み。モデルが学習の過程で調整していく数値で、入力のどの要素をどれくらい重視するかを表します）のうち、値が…

1. 定義と概要 k-分割交差検証（k-fold cross-validation）とは、手元のデータをk個のフォールド（データを分割した際にできる各グループの…

1. 定義と概要 イテレーションとは、ミニバッチ学習（訓練データを少量ずつのまとまりに分けて学習する方法）において、ミニバッチ1個分のデータを使ってニューラルネ…

1. 定義と概要 インスタンスセグメンテーションとは、画像内に写る物体を検出したうえで、同じクラスに属する複数の物体であっても個体ごとに区別し、それぞれの輪郭を…