４３７　バーニーおじさんのルール

機械学習において学習に必要なデータ数は説明変数(パラメータ)の数の10倍になるという感覚を表す用語。

機械学習におけるバーニーおじさんのルール（Uncle Bernie’s rule）とは、ニューラルネットワークの重みパラメーターの数に対して、最低限その10倍以上の訓練データ量が必要となる、とする経験則のことである。訓練データの数量の目安とされるが、定理ではなく、あくまで経験則である。その出典（後述）も古く（＝最近のディープラーニングに適用できるかどうかは不明で）、数学的に証明されているわけでもないので注意が必要だ。