ニューラルネットワークの性能向上 - 特徴量検出器の共適応を防ぐ

大規模なコンピューターモデルは既知の例に対しては良い性能を示すが、新しいデータに対しては失敗する問題（過学習）がある。その解決策として、学習時にランダムに多くの部分をオフにする「ドロップアウト」という手法が紹介されている。ドロップアウトにより、各小さな部分（ニューロン）が単独で機能するよう強制され、特徴量が様々な状況で役立つようになる。この小さな変更により、新しいデータに対する予測精度が大きく向上する事が示されている。