ディープラーニングの学習データ量に関する理解

問題

ディープラーニングの学習に必要なデータ量について、誤りを1つ選べ。

ディープラーニングは、自ら特徴を見つけ出す能力を持つ反面、パラメータ数が数千万〜数千億と非常に多いため、学習には基本的に「大量のデータ」が必要です。

データが少ないと、訓練データだけを丸暗記してしまう「過学習（オーバーフィッティング）」に陥りやすくなります。ただし、単に量が多ければ良いわけではなく、データの品質や「分布のバランス」も極めて重要です。

犬の画像が99万枚で猫が1万枚といった偏ったデータでは、正しい判断ができるAIには育ちません。

1. ディープラーニングは大量のデータを必要とすることが多い。

正しい：モデルが複雑（層が深い）であるほど、パラメータを適切に調整するために数万〜数百万件以上の大量のデータが必要になります。

2. データ量が十分であれば、データ分布の偏りがあっても汎化性能は損なわれない

誤り：データ量が十分でも、特定のクラス（種類）のデータばかりが多いなどの「分布の偏り（クラスインバランス）」があると、AIは数の多いデータばかりを予測するようになり、未知のデータへの対応力（汎化性能）が著しく低下します。

3. データが少ない場合、過学習が起こりやすい。

正しい：データが少ないと、AIはその少ないデータに特有のノイズまで完全に記憶してしまい、未知のデータに対して正しく予測できなくなる過学習を引き起こします。

4. データ拡張はデータ不足を補うための一般的な手法である。

正しい：画像を反転・回転させたり色味を変えたりして人工的にデータを水増しする「データ拡張（Data Augmentation）」は、データ不足を補い過学習を防ぐための標準的な手法です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ