あるAIエンジニアが、深層学習（ディープラーニング）の特徴と利用シーンについて同僚に説明しようとしている。深層学習の特徴として正しい記述を2つ選択してください。
- A. 訓練にGPUを必要とせず、CPUだけで大規模モデルを高速に学習させることができる
- B. 少ないパラメータ数で高い表現力を実現するため、過学習のリスクがほぼない
- C. 画像・音声・テキストなどの非構造化データから特徴量を自動抽出できる
- D. 決定木など従来の機械学習と比べて、モデルの判断根拠が人間に説明しやすい高い解釈性を持つ
- E. 大規模なデータセットがある場合に特に強力であり、データが少ない場合は従来のMLより性能が低いことが多い
解答と解説を見る
正解: C, E
深層学習の正しい特徴はEとCである。Eの「大規模データで特に強力」はディープラーニングの典型的な性質であり、データが少ない場合は決定木やランダムフォレストが勝ることも多い。Cの「非構造化データからの特徴自動抽出」は深層学習が従来MLと大きく異なる最大の強みである。Dは誤りで、深層学習はブラックボックスと呼ばれるほど解釈性が低い。AはGPUなしでは大規模モデルの学習が非常に遅くなるため誤り。Bは誤りで、ディープラーニングは非常に多くのパラメータを持ち、データ量が不十分な場合は過学習しやすい。