googlenetや​alexnetの導入​時に交差検定を行う必​要があるか

プログラミング初心者です。

現在、画像分析のコードを以下のチュートリアルをもとに書いているのですが、

https://jp.mathworks.com/help/deeplearning/examples/create-simple-deep-learning-network-for-classification.html

https://jp.mathworks.com/help/deeplearning/examples/train-deep-learning-network-to-classify-new-images.html

上記のチュートリアルでは交差検証を使っていないように見受けられます。

上記チュートリアルにおいて必ずしも交差検定は導入する必要がないという認識でよろしいでしょうか。

それとも交差検定は導入した方がよろしいか、ご教示頂けますと幸いです。

どうぞよろしくお願いいたします。

Answer 1

[Kenta]

データが少ない時は、交差検証をしたほうがよい、ということと思います。

https://qiita.com/LicaOka/items/c6725aa8961df9332cc7

インターネットで調べればいろいろ見つかります。例えば上のような記事もありました。

少ないデータで７：３とかに分けてパラメータチューニング等をするとやはり、その訓練・テストデータに特化した学習器になってしまいがちなので、それが汎用的に使えることをより担保したければ、交差検証したほうがいいように思います。もちろん、データが多い時も交差検証などをしたほうがいいのでしょうが、ｎ点交差だと、単純計算でｎ倍時間がかかるのでそこは自分の環境などと相談して、ということになるかと思います。

[ssk]

ご回答ありがとうございます。できるだけ使った方がいいということで、使う方向性で進めさせていただきます。