転移学習

転移学習は、大量のデータで学習済みのモデルを出発点にして、自社の課題に合わせて追加で学習させる手法です。一から学習させるよりも、少ないデータと計算資源で一定の精度を出しやすい点が利点です。画像認識で学習済みのモデルを製品の外観検査に使う、言語モデルを自社の文書に合わせて調整する、といった使い方があります。ファインチューニングは、転移学習の代表的なやり方の一つです。元のモデルの学習データや提供条件によっては使い方に制限がある場合があるため、ライセンスや利用条件を確かめてから使うと安心です。