# ニューラルネットワークの性能を決定づけるデータの量と質 ## データについて Deeplearningでは、データ量を多くしてもモデルの規模を大きくすれば、性能は大きくなっていく ## 少ないデータで高性能をえるためのテクニックの例 ・Data　Augumentaion　データの水増しを行う ・Transfer Learning、Meta Learning 学習済みもでるを利用することによって、少数のデータで高い性能を得る ・Semi-surpervised　Learning 大量の羅べえるなしデータを活用し、少数のらべるつきでーたから高い性能をえる ## データの質 ・多様なデータ ・低ノイズデータ ・高解像度データ ・マルチモーダル ・生データ を用いるとよい精度を出せる 機能を達成するためにじゅうぶんな情報量が含まれていることが必要 解像度が高すぎると、演算量やメモリ消費が大きくなるので、あえて解像度を落とすことも 目標性能と課題の難易度によって必要なデータ量考える