データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第49問: 機械学習のモデルで扱う値のうち、ハイパーパラメータと、学習で決まるパラメータの区別について述べたものとして、最も適切なものはどれか。
データサイエンス(機械学習・AI・非構造化データ)
– / 63 解いた
第49問
機械学習のモデルで扱う値のうち、ハイパーパラメータと、学習で決まるパラメータの区別について述べたものとして、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 2. k-means法のクラスタ数kは前もって決めるハイパーパラメータで、各中心の位置は学習で決まる
「k-means法のクラスタ数kは前もって決めるハイパーパラメータで、各中心の位置は学習で決まる」が適切です。Google for Developersの機械学習の用語集(ML Glossary)は、ハイパーパラメータを、学習を回すたびに人(または調整の仕組み)が設定して変える値とし、例に学習率を挙げています。
パラメータは、モデルが学習の中で求める重みとバイアスで、線形回帰の回帰係数もこれにあたります。同じ資料のk-means法の項では、k=3と与えると、アルゴリズムが3つの中心の位置を求めます。
「回帰係数は…ハイパーパラメータ」は、データから求まる値を人が決める値と取り違えています。「近傍の数kは、学習の結果として求まる」も誤りで、scikit-learnの文書はk近傍法のkを利用者が指定する整数としています。
「学習率は…データから推定される」は、人が決める学習率を、学習で更新される重みと混同しています。学習の前に人が決めるのがハイパーパラメータ(学習率・k-means法やk近傍法のk)、学習の中で決まるのがパラメータ(重み・回帰係数)です。
関連キーワード: ハイパーパラメータ・パラメータ・k-means法・学習率
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告