転移学習は別課題で得た表現を新課題へ利用し、ファインチューニングは事前学習済みパラメータを新データで追加調整します。

特徴抽出器を固定する方法と、一部または全層を更新する方法では必要データと破壊的忘却のリスクが異なります。

この用語は単独で暗記せず、目的、入力、処理、結果、適用できない境界の順に説明できるようにします。実務では前提条件と評価基準を明記し、期待した結果と実測結果を区別します。

似た用語を見分けるときは、誰が何を判断するのか、いつ実施するのか、成果物が何かを比較します。名称だけで結論を出さず、問題文に示された条件へ定義を当てはめることが重要です。