エポック・イテレーション（学習の単位）
解説：AIの「ドリル学習」スケジュール
ニューラルネットワークは、同じデータを何度も繰り返し学習することで賢くなります。この「繰り返しの回数」を数える単位として、エポックとイテレーションの2つが使われます。
これを「60,000問ある問題集」を解く学生に例えると、以下のような違いになります。
| 用語 | 意味 | 問題集での例え |
|---|---|---|
| エポック (Epoch) |
用意した「全データ」を一通り学習し終えること。 | 「問題集を最初から最後まで1周すること」 （1周で終わりではなく、10周、50周と繰り返します） |
| イテレーション (Iteration) |
重み（パラメータ）を「更新した回数」。 ミニバッチごとの学習回数とも言えます。 |
「1日の勉強回数」 （今日は100問解いて答え合わせした＝1イテレーション完了） |
計算問題を攻略しよう
G検定では、データ数とバッチサイズ（一度に学ぶ量）から、回数を計算させる問題が出ます。
関係式は以下の通りです。
【1エポックあたりのイテレーション数】
全データ数 ÷ バッチサイズ
例題：
データ数が60,000個あり、バッチサイズを100（一度に100個ずつ学習）に設定した場合。
- 1エポックの長さ：
60,000 ÷ 100 = 600回
つまり、600回更新（イテレーション）すると、データ全体を1周（1エポック）したことになります。 - 20エポック学習する場合：
600 × 20 = 12,000回
合計で12,000回のイテレーション（更新）が行われます。
G検定対策
出題ポイント
- 定義の区別：「データを一周＝エポック」「更新一回＝イテレーション」。
- 計算能力：「データ数 ÷ バッチサイズ」の計算が素早くできること。
- バッチサイズとの関係：バッチサイズを小さくすると、1エポックあたりのイテレーション回数は増える（更新頻度が高くなる）。
ひっかけ対策
- 「バッチ学習（一括学習）の場合」：
バッチ学習では全データを一度に使う（バッチサイズ＝全データ数）ため、「1エポック ＝ 1イテレーション」になります。ここをミニバッチ学習と混同しないように注意しましょう。
