グリッドサーチの特徴

問題

グリッドサーチ（Grid Search）に関する記述のうち、正しいものを1つ選べ。

グリッドサーチ（Grid Search）は、機械学習モデルのハイパーパラメータ（学習率やバッチサイズなど）を最適化する最も基本的な手法です。

あらかじめ指定したパラメータの候補値の「すべての組み合わせ」を網羅的（しらみつぶし）に試して、最も性能が良いものを選択します。

確実性は高いですが、パラメータの種類（次元）や候補値の数が増えると組み合わせの数が指数関数的に爆発し、計算コストが膨大になる「次元の呪い」の影響を強く受けるという欠点があります。

1. グリッドサーチはランダムにパラメータを探索する。

誤り：ランダムに探索するのは「ランダムサーチ」です。グリッドサーチは指定された値の組み合わせを「すべて網羅的（しらみつぶし）」に探索します。

2. グリッドサーチは計算コストが高く、次元の呪いの影響を受けやすい。

正しい：探索するパラメータの種類（次元）が少し増えるだけで組み合わせの数が掛け算で爆発的に増えるため、高次元の探索には不向きです。

3. グリッドサーチは高次元問題に特に向いている。

誤り：前述の通り、パラメータの種類が多い（高次元）と組み合わせが膨大になりすぎて計算が終わらなくなるため、非常に不向きです。

4. グリッドサーチは探索範囲を自動で調整する。

誤り：探索するパラメータの値の範囲（例：学習率は0.01と0.001と0.0001を試す、など）は、あらかじめ人間が手動で設定する必要があります。自動調整するのはベイズ最適化などの手法です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ