AI資格 模擬試験

G検定 模擬問題 第2回 問44・ディープラーニングの概要（正則化）

L2正則化

ニューラルネットワークの学習で、重みの二乗の和を誤差関数に加えて、重みが大きくなりすぎないようにする手法を何というか。最も適切なものを1つ選べ。

  1. A

    ドロップアウト

  2. B

    データ拡張

  3. C

    L2正則化（荷重減衰、Weight Decay）

  4. D

    勾配クリッピング

正解と解説を見る

正解：C

L2正則化は、重みの二乗和をペナルティにして、重みが大きくなりすぎないようにする。

係数の制約領域として、L1は角のあるひし形、L2は円を描いた図。損失の等高線が角で接すると係数が0になる。

L1正則化（ひし形）は一部の係数がちょうど0になりやすく、L2正則化（円）は係数を小さくする。

学習のポイント：L1正則化（スパースになる）と L2正則化（全体を小さくする）の違いを押さえる。

この問題を演習で解く →

問題一覧へ

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。