生成AIパスポート 用語集機械学習
パラメータとはぱらめーた
パラメータの意味
パラメータとは、機械学習のモデルがデータから学習することで自動的に決まっていく内部の数値のことです。ニューラルネットワークでは、ニューロン同士のつながりの強さを表す重みなどが該当します。パラメータが多いほどモデルはより多くの情報を学べる一方、多すぎると過学習を起こしやすくなります。
生成AIパスポート試験の対策なら → 無料の合格アプリ
詳しい解説
試験のポイント
- 「データから学習して得る値」が定義のキーワード
- 多いほど多くの情報を学べる
- 正則化ではパラメータを制限して過学習を防ぐ
- 人が学習前に設定する「ハイパーパラメータ」との違いが頻出
パラメータの確認問題（○×）
パラメータとは、モデルの学習を始める前に人が手動で設定する値のことである。
答えと解説を見る
答え：×
それはハイパーパラメータの説明です。パラメータはモデルがデータから学習して得る値です。
パラメータとあわせて覚えたい関連用語
- ハイパーパラメータハイパーパラメータとは、機械学習のモデルが学習を始める前に、人が手動で設定・調整する値のことです。
- 重み重みとは、ニューラルネットワークで人工ニューロン同士のつながりの強さを表す数値のことで、人間の神経細胞におけるシナプスの大きさに相当します。
- 正則化正則化とは、機械学習で過学習を防ぐための手法の一つで、モデルが複雑になりすぎないように制約をかけることで、訓練データの細かなノイズまで覚え込…
- 学習済みモデル学習済みモデルとは、大量のデータを使って学習を終えた結果として得られる、データに含まれるパターンや関係性を内部に取り込んだモデルのことです。
- 大規模言語モデル大規模言語モデルとは、膨大な量のテキストデータで訓練された、非常に規模の大きい言語モデルのことで、英語の頭文字からLLMと呼ばれます。