転移学習 の用語ページの内容を、手を動かして定着させるためのチュートリアルです。手順どおりに進めると、定義を自分の言葉で説明できる状態まで到達できます。
「転移学習」が何を指すのか、最初の一文を自分の言葉で言い換えてみます。たとえば画像認識AIを開発する際、ゼロから学習させるのではなく、すでに学習済みのモデルの知識を流用し、新しいタスクに適用します。— この一文を土台にすると外れません。
転移学習のメリットは、主に学習データの削減と学習時間の短縮です。この節を読み、仕組みの該当部分をページで確認しましょう。
アプローチ内容向く場面特徴抽出学習済みモデルを特徴抽出器として使い、その出力で新しい分類器を学習するデータが少ないときファインチューニング学習済みモデルのパラメータを新しいタスクのデータで微調整するより高い精度を狙うとき特徴抽出では、既存の学習済みモデルを特徴抽出器として利用し、新しいタスクのデータに対して特徴量を抽出します。この節を読み、仕組みの該当部分をページで確認しましょう。
転移学習は、画像認識だけでなく、自然言語処理や音声認識など、さまざまな分野で活用されています。この節を読み、仕組みの該当部分をページで確認しましょう。
プロンプト集の型を使って「転移学習」を誰かに説明する文章を書いてみます。最後に「まとめ」(転…)と突き合わせて不足を補います。