ディープラーニングとデータの関係の説明として,最も適切な選択肢を1つ選べ.
① ディープラーニングにおいて,必要なデータ量のおおよその目安を見積もる経験則は存在するが,それを満たす量のデータを集めるのは非現実的な場合が多い.
② ディープラーニングにおいては,所望の性能のモデルを学習するために必要なデータは明確に決めることができる.
③ 手元データが少ない場合には,今あるデータだけで長時間ディープニューラルネットワークを学習するのが有効で,追加のデータを集めてはならない.
④ ディープラーニングにおいては,学習に使うデータの量はモデルの性能にほとんど影響しない.
