エポック

ニューラルネットワークの学習において、学習データセット全体を一度学習し終える単位のことです。すべてのデータを一通りネットワークに入力し、重みの更新を一通り完了した状態を1エポックと数えます。

仕組みとしては、手持ちの学習データ全体をバッチサイズと呼ばれる小さなまとまりに分割して学習を進めます。学習データが1000個あり、バッチサイズが100であれば、1エポックの中に10回の重み更新が含まれる計算になります。

G検定での視点としては、学習の進み具合やモデルの収束を判断する指標として重要です。過学習を防ぐために適切なエポック数を設定する必要があり、エポック数が多すぎると過学習に陥るリスクが高まるため、検証データで精度をモニタリングする手法が問われます。