転移学習とは

転移学習とは、すでに学習済みのAIモデルを利用し、その知識を活かしながら新しい目的に合わせて追加学習を行う手法です。

最初からAIを学習させるよりも、短時間で効率よく高性能なモデルを作れる点が特徴です。

既存モデルの学習結果を引き継ぐため、少ないデータでも活用しやすくなります。

例えば、一般的な画像認識AIをもとに、医療用の画像データを追加学習させることで、病気を判定するAIを開発できます。

基本的な画像の特徴はすでに学習済みなので、新たな分野への対応を効率的に進められます。

ITパスポート試験では、「学習済みモデルを再利用して新しいAIを効率的に開発する手法」である点を覚えておきましょう。

特に、「既存の知識を活用することで、学習時間や必要データを減らせる」という特徴が重要です。

また、ファインチューニングと関連して出題されることもあります。

こちらもご覧ください：ディープラーニングとは