エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント3件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
内挿/外挿(Interpolation/Extrapolation)とは?
連載目次 用語解説 機械学習における内挿(Interpolation)とは、あるデータを使って訓練した機械学習モ... 連載目次 用語解説 機械学習における内挿(Interpolation)とは、あるデータを使って訓練した機械学習モデルにおいて、その訓練データ(入力データおよび教師ラベル)の数値の範囲内で出力を求めることを指す。また外挿(Extrapolation)とは、その範囲外で求めることを指す。 内挿/外挿という(元々は数学の)用語は、「機械学習モデルの限界」や「誤解を防ぐための注意点」として言及されることが多い。特に機械学習に不慣れな一般人や機械学習の初心者は、内挿と外挿を意識して区別していないため、機械学習モデルのことを「どんな入力データに対しても同じ精度/信頼性で出力できるもの」と誤解しやすい。例えば機械学習モデルを訓練して90%の精度が出たら、「そのモデルを使えば常に90%の精度が出る」と考えがちである。しかしその精度は、入力データが「内挿」であればの話である。もし訓練時に入力したことがない範
2020/08/27 リンク