0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

【生成AIパスポート】試験学習 復習の自動化動画 その10 | 過学習を避ける「正則化」と「ドロップアウト」の違いを、受験勉強にたとえてもらった話【動画 8分56秒】【YouTubeチャンネルからの転記です】

Posted at

この記事は、わたしのYouTubeチャンネルにある公開動画を転記しております。
( どこかのタイミングで、プログラミング-Google Apps Script or iPaaS-Zapier をつかって自動転記させる予定です )

転記のための時間コストを少なくしたいので、文字装飾( Markdown記法 )を極力つかわずに書いております。

こちらが動画内容です👇


99 サムネイル 【生成AIパスポート】試験学習 復習の自動化動画 その10 _ 過学習を避ける「正則化」と「ドロップアウト」の違いを、受験勉強にたとえてもらった話【動画 8分56秒.png


  • 動画タイトル

    • 【生成AIパスポート】試験学習 復習の自動化動画 その10 | 過学習を避ける「正則化」と「ドロップアウト」の違いを、受験勉強にたとえてもらった話【動画 8分56秒】

  • 動画の説明欄(一部を抜粋)

📅撮影日 = 2023-10-24(火)

ひょんなことから生成AIパスポート試験を受けることになったので、手抜きしながら、学んだことの定着(記憶の定着)をねらっていきます。

・生成AIパスポートとは?
 https://bit.ly/WhatIs-GenerateAIPassport

やり方はこんな感じです。

・初回のインプット( 座学、教材学習、ChatGPT PlusやGoogle Bardへ質問する )

・アウトプット( 学んだことを声に出す → YouTube動画化 )

・2回目以降のインプット( 自分でつくった動画をながら聴きする )
 └朝起きてすぐ( YouTube + Chromecast )

 └ジョギング中( YouTube + スマホ )

などのやり方で繰り返しながら学習します。
技能を上げるには繰り返しが大切です。
初回のインプットではとにかく集中して、2回目以降のインプットでは繰り返し学習のためにとにかく手抜きします。

動画編集をしている時に、繰り返し学習ができる点も、楽ちんだなと感じています。


⏳開始時間
 00:00 イントロ
 00:24 本編開始

 00:51 「生成AIパスポート公式テキスト」( Kindle版 )から https://bit.ly/GenAIPass-Text
  └ 機械学習における、過学習( オーバーフィッティング )とは?

 01:14 まずは、過学習( オーバーフィッティング )について簡単に説明して。
  └ 過学習はモデルが訓練データに過度に適合してしまい、新しいデータに対する予測性能が落ちてしまう問題です。
  └ 過学習を考えるとき、よく使われる例が医学の研究です。

 02:07 過学習( オーバーフィッティング )を避けるための、正則化、ドロップアウトについて詳しくおしえて。
  └ 02:19 正則化( Regularization )は、AIが同じような問題ばかりに固執しないように、ちょっと厳しく指導する方法だよ。
   └ これにより、モデルは訓練データに対しては少し性能が落ちるかもしれませんが、未知のデータに対する性能が向上します。

  └ 04:03 ドロップアウト( Dropout )は、AIがチームで問題を解くときに、いくつかのチームメンバー( AIの特定の部分 )をランダムに休ませる方法だよ。
   └ そうすることで、休んでいない残ったメンバーがもっとしっかりと働くようになるんだ。

  └ 04:48 正則化とドロップアウトの違いは、正則化は数学的なペナルティを使い、ドロップアウトはランダムにいくつかのニューロン( ノード )を「無効化」します。

 05:14 ではそれを、受験勉強でたとえて
  └ 正則化は、受験勉強でいうと「過去問だけ」に固執しないようにする方法です。

  └ ドロップアウトは、得意部分を一時的に放置して、他の教科の得点を上げる戦略です。
   └ そしてこれを、特定の1教科だけでなく( 例:数学だけではなく )、次は英語を、次は社会を放置する期間をつくる、というように、ランダムにおこなっていきます。

  └ 正則化とドロップアウトの違いは、正則化は「偏りを感じたら修正する」のに対し、ドロップアウトは「偏りを予防するために定期的に変化をつける」という感じです。

 07:35 最後に、過学習( オーバーフィッティング )を避けるための、正則化、ドロップアウトがつかわれている実際の事例を1つ教えて。
  └ 金融予測( 例:株価予測 )の事例を紹介します。
  └ 正則化: 株価予測モデルで正則化を用いることで、過去のデータに過度に適合することなく、未来の株価の動きをより正確に予測できます。
  └ ドロップアウト: ニューラルネットワークにドロップアウトを適用することで、モデルが過学習を防ぎ、さまざまな市場状況に対応できるようになります。
  └ これらの手法は、特に高頻度取引や短期間での株価予測など、データに含まれるノイズが非常に多い状況で有用です。
  └ 正則化とドロップアウトでは手法が異なりますが、両方とも、結果の「偏りを防ぐ」ことが目的です。


✓ 🎥My videos are strongly related to this video. | この動画と関連が強い私の動画 ↙
 ・“生成AIパスポート 試験学習(動画公開日で降順)”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghMuGz8uBLRl1XyLqeRCIY11

 ・“生成AIパスポート 試験学習(動画公開日で昇順)”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghOQB8T6uppVO_juFi-4xL3E

 ・“山中一司がお金を払って買った情報”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghOW4Cnbj6lnltyToJae_Rb5

 ・“自己投資”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghP1Gxpymfr6fVF9pRYuGt1P

 ・“効果的にマインドマップを活用するヒント”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghMTIuF-n2Uyaw6cqEMFt0aL

 ・“マインドマイスター( クラウド型マインドマップ )を活用するヒント”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghMCeUohu19ZbUilmcZnEJ1q

 ・“マインドマイスター( クラウド型マインドマップ )でのプレゼンテーションの例”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghMXJCYhmWK4bjAUG1uy78li

 ・“効果的にChatGPTを活用するヒント”シリーズ
 https://www.youtube.com/playlist?list=PLpQhBHT4oghPfo1c-qmO2ERD7ldSgmblR

✓ 🎥Shortened URL for this video | この動画の短縮URL ↙
 https://bit.ly/47137gX

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?