正しい選択肢は：
④ ファインチューニング解説:
ファインチューニング（Fine-tuning）とは、事前学習（Pretraining）された機械学習モデルのパラメータを目的のタスクに応じて再調整するプロセスを指します。
ファインチューニングの特徴：
- 事前学習済みのモデル（例: ImageNetで学習したモデル）を基礎として使用する。
- 新しいタスク用のデータセットに対して、既存のパラメータを初期値として再学習を行う。
- 特に以下の場面で有効：
・ データが限られている場合。
・ 計算リソースを節約したい場合。
・ 既存モデルの知識を活用したい場合。
他の選択肢の説明：
1.強化学習
・エージェントが環境との相互作用を通じて報酬を最大化するように学習する手法。事前学習モデルの転用とは異なります。
2.マルチタスク学習
・ 複数の関連タスクを同時に学習することで、各タスクのパフォーマンスを向上させる手法。転用後の再調整を目的とするわけではありません。
3.事前学習（Pretraining）
・ ファインチューニングの前段階で行われるプロセス。大規模データで汎用的な特徴を学習するが、それ自体は目的タスクの調整を含みません。
