転移学習

『既存の学習済みモデルを新しいタスクに適応させる』

• 既に別の大規模なデータセットでトレーニングされたモデルの知識を活用し、 少ないデータや計算資源で効果的に新しいタスクに適用　することができます。
• モデルの トレーニング時間を短縮 し、より高い精度を実現することが可能です。

交差検証（クロスバリデーション）

モデルのデータについて、交差検証の目的は

『データセットを複数に分割し、それぞれの分割でトレーニングとテストを繰り返すことでモデルの汎化性能を評価する』

ことです。

実際の開発では、質のよいデータを大量に集めることが難しいことが多いので、少ない量でも効果的な成果を得ることができる交差検証はよく利用されます。