機械学習の学習データは,なるべく実際の運用時に取得されるデータと近しいデータが望ましい.その理由として,最も不適切な選択肢を1つ選べ.
① ノイズデータよって学習の精度に限界が生まれるため.
② 収集したデータのデータクレンジングやアノテーションといった加工処理が不要なため.
③ 実際の運用で発生するデータパターンを網羅するため.
④ 実際の運用で発生するデータの分布と近い分布にするため.
機械学習の学習データは,なるべく実際の運用時に取得されるデータと近しいデータが望ましい.その理由として,最も不適切な選択肢を1つ選べ.
① ノイズデータよって学習の精度に限界が生まれるため.
② 収集したデータのデータクレンジングやアノテーションといった加工処理が不要なため.
③ 実際の運用で発生するデータパターンを網羅するため.
④ 実際の運用で発生するデータの分布と近い分布にするため.