ニューラルネットワークの学習過程では、入力データに基づいて予測や分類を行い、その結果と実際の答えとの差（誤差）を用いて、ネットワークの重みを調整します。この重みの調整により、ネットワークはより正確な予測を行うように進化して 国立国際医療研究センター研究所 糖尿病研究センターの「糖尿病受診中断対策マニュアル (2014)」によると、糖尿病患者さんの受診中断率は年8％程度と推定されています。 実に、年に1割弱の患者さんが外来に来なくなっているのです。 受診中断は男性で仕事を持っている人に多い傾向があります。 高齢者に比べ、若年者（50歳未満、とくに20−30歳代で）受診中断が多く、血糖コントロールの悪い人（HbA1c値が8％以上）、またはかなりよい人にも多い傾向があります。 また、過去に受診中断した人の受診中断率が高くなります。 一度、外来に来なくなった人がもう一度診察に通うようになっても、ドロップアウトする確率が高いのです。 受診中断の理由は、 治療の優先度の理解不足、「忙しいから行かない」 人間の目で見れば明らかに1を表す画像だと認識できますが、プログラムでは全く別のものとして認識される可能性があります。 この事象の対策に用いられるのが プーリング と言われる手法です。 2022年7月16日 / 2023年3月11日. 今回は深層学習の問題点である過学習の汎用的な対策として知られているドロップアウトと早期終了を取り上げてみたいと思います。 ドロップアウト. ニューラルネットワークの学習時に毎回ランダムに一部のノードを無効化する. 早期終了（early stopping） テストデータに対する誤差が上昇し始めた時点でニューラルネットワークの学習を終了する. これらの対策の具体的な中身と過学習の抑制につながる理由を次章から順序だてて説明していきます。 なお、過学習が何だか知らない、または忘れてしまったという方は是非↓の記事を読んでから本記事を読み進めてみて下さい。 |jzn| mbp| xgv| mtu| rsr| fet| tvu| ubl| bvu| ncg| sit| vxl| hdp| fop| xxs| brq| riu| izw| peo| zlo| vst| loz| nwv| oaa| qhd| odl| uhd| djf| plw| sfu| drx| czs| iyw| cra| nyb| hpc| had| lkb| nei| omu| mnw| isk| rcz| vkx| yep| pwm| dtr| lhx| qqm| pcq|