2分でわかるAI（機械学習）に関する重要単語、汎化性能（能力）とは

AI（機械学習）に関する話をする時、よく「汎化性能（汎化能力）がある」とか「汎化性能（汎化能力）が高い」などと表現することがあります。しかし、あまり馴染みのない言葉なので、AI（機械学習）に詳しくない方なら尚更、頭に「？」が出てきてもこれは自然なことでしょう。

そこで今回は、「汎化性能（汎化能力）」の言葉の意味についてお伝えしていきます。

一言で言うと「汎化性能（汎化能力）」とは・・・

汎化性能（汎化能力）を理解する前にまず機械学習を理解する

汎化性能（汎化能力）の意味を理解するために、まず機械学習の意味から確認していきます。まず大前提として、AI（人工知能）と呼ばれているものを実現させるためには色々な技術があるんですが、その中で近年注目を集め最も利用されている技術が機械学習です。

さらに詳しく言うと、コンピュータがデータからパターンや傾向を見つけ出し（モデルの学習）、学習させたモデルを用いて未知のデータに対して予測を行う技術です。

※モデル：数式で「事象を簡単にして本質（データのパターンやルール）を表したもの」

つっちー

機械学習についてもっと詳しく知りたい方はこちらがおすすめです

機械学習

AI（人工知能）に興味のある方なら、「機械学習」という言葉を聞いたことがあるかもしれません。しかし、「AI（人工知能）とは？」「機械学習とは？」と聞かれて答えるとなるとなかなか難しいものですよね。私も説明できずに困った苦い思い出があります。今回は、誰もがわかるように機械学習についてお伝えします。

aizine.ai

学習させたモデルは、訓練データ（学習に使ったデータ）の傾向やパターンを掴んでいるので、訓練データに対してはもちろん上手く予測ができるようになっています。

しかし大事なのは未知のデータ（手元に無いデータ）に対して予測ができるかどうかです。訓練データに対しては適合して上手く予測ができるけれど、未知のデータに対しての予測ができなければ実用的な機械学習モデルとは言えません。

例えば、自分が飲食店を経営しているとして、「機械学習モデルを使って過去の売上は予測できるけれど、未来の売上は予測できないな」なんてことでは機械学習モデルが全然役に立たないですよね。

未知のデータに対応する能力を「汎化性能（能力）」と言います。機械学習モデルは、この汎化性能（能力）を高めることが非常に重要です。

つっちー

汎化性能（汎化能力）を持たせるには様々な取り組みがありますが、基本的な方法については以下の記事で紹介しています。

AI（機械学習）でよくある問題過学習って？ゼロからわかる基本と対策

AI（機械学習）を実装しようとする際に誰もが直面する問題「過学習」。「過剰適合」や「オーバーフィッティング」とも呼ばれる現象ですが、過学習がなぜ起き、どういうもので、どう対策したらいいのか？について僕は理解できてません。そこで今回は、この過学習の詳しい内容や対策について調べて理解していきます！

aizine.ai

まとめ

つまり、汎化性能（汎化能力）とは

つっちー

AI（人工知能）って「なにそれ美味しいの？」ってレベルだった僕が、AIエンジニアを目指してステップを踏んだり踏まれたりしている記事を書いてます。よかったら読んでみてください（実話）。