距離学習の誤差関数
基準となるデータと、同じクラスのデータ、違うクラスのデータの3つを組にして、同じクラスは近く、違うクラスは遠くなるように学習するための誤差関数として、最も適切なものを1つ選べ。
- A
平均二乗誤差
- B
交差エントロピー誤差
- C
トリプレット損失（Triplet Loss）
- D
KLダイバージェンス
正解と解説を見る
正解：C
トリプレット損失は、3つ組のデータで同じものは近く、違うものは遠くなるように学習する誤差関数。
| 用語 | 内容 |
|---|---|
| KLダイバージェンス | 2つの確率分布の違いを測る。0以上で、対称ではない |
| 距離学習の誤差関数 | トリプレット損失：基準・同じクラス・違うクラスの組で、同じクラスを近づけ違うクラスを遠ざける |
- A
誤り。回帰で使う誤差関数。
- B
誤り。分類で使う誤差関数で、データどうしの距離は直接扱わない。
- C
正しい。顔認証などの距離学習（メトリックラーニング）で使われる。2つ組で学習する Contrastive Loss もある。
- D
誤り。2つの確率分布の違いを測る指標。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。