大域最適解

大域最適解は、最適化問題において探索空間全体の中で最も優れた解のことです。関数の値が最小（または最大）となる真の正解を指します。学習アルゴリズムが到達を目指す理想的な点です。

実際の学習では、局所的な最適解（局所解）に陥ることがあり、真の大域最適解を見つけることは困難です。誤差関数が複雑な形状をしている場合、勾配降下法だけでは局所解に留まってしまう可能性があります。

G検定では、モデルの学習においてこの大域最適解に収束させることの難しさが重要です。局所解を避ける工夫として、モーメンタムや学習率の調整、初期値の設定などが問われます。最適化問題の基礎知識です。