転移学習とは？てんいがくしゅう
転移学習とは、大量データで学習済みのモデルを土台にして、目的の課題向けに一部だけ再学習させる手法。ゼロから学習するより少ないデータと計算資源で高い精度が得られます。FEでは学習コスト削減の手段として問われます。
最終更新：2026-10-07
高度試験の午前Iを最短で暗記する →具体例
一般的な画像で学習済みのCNNの出力側の層だけを差し替え、自社製品の良品・不良品の画像数百枚で再学習させると、実用的な外観検査モデルが短時間で作れます。土台側の層は特徴抽出器として固定したまま使います。
試験での引っ掛け
転移学習は「学習済みモデルを再利用する」ものであって、学習が不要になるわけではありません。また、元のデータと対象領域がかけ離れていると効果が出ないため、万能の手段ではない点に注意します。
関連用語
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (9) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。