キーワードの意味
教師あり学習では、入力データと期待する正解を対にしてモデルを訓練します。画像の分類や売上予測のように、過去の例に正解が用意されている問題に向いています。
たとえば、こんな場面で
迷惑メールかどうかを人がラベル付けしたメールを使い、新しいメールの判定モデルを作ります。
このキーワードが登場する用語
このキーワードをより詳しく知りたいときは、元になった用語ページも読んでみてください。
TERM機械学習データからパターンを学び、未知のデータについて予測や分類をする方法。TERMディープラーニング多層のニューラルネットワークを使って、複雑な特徴を学ぶ機械学習。TERMファインチューニング学習済みモデルを、特定のデータでさらに学習させて調整すること。TERM評価（Evals）AIの回答や動作が、目的に合っているかを測ること。TERM分類入力データを、あらかじめ定めたクラスやラベルのいずれかへ割り当てる機械学習の課題。TERM回帰入力から連続値を予測する機械学習の課題。TERM特徴量データから取り出し、モデルが予測や分類の手がかりとして使う数値・属性。TERM損失関数モデルの予測と正解のずれを数値化し、学習で小さくするための関数。TERM勾配降下法損失関数の勾配を使い、損失が小さくなる方向へモデルのパラメーターを少しずつ更新する最適化法。TERM誤差逆伝播法出力の誤差をネットワークの後段から前段へ伝え、各パラメーターの勾配を効率よく計算する方法。TERM転移学習あるデータや課題で学んだ表現・知識を、別の課題や領域へ再利用する学習方法。TERMSFT入力と望ましい出力のペアを使って、事前学習済みモデルを教師ありで調整する方法。TERMLoRA元モデルの重みを凍結し、低ランクの追加行列だけを学習するパラメーター効率のよい調整法。TERMDPO人の好みのペアデータを使い、報酬モデルを別に作らず直接モデルを選好へ調整する方法。TERM合成データモデルやルールを使って人工的に生成し、学習・評価・テストへ利用するデータ。