NAS (Neural Architecture Search)

NASは、ニューラルネットワークの最適な構造自体を、人間が設計するのではなく、機械自身が自動的に探索して決定する手法です。モデルの層の数や種類、接続方法を自動化することで、効率的に高性能なモデルを見つけ出します。

探索アルゴリズムを用いて、膨大なネットワーク候補の中から性能の高いモデルを探し出します。強化学習や進化的アルゴリズム、勾配ベースの手法などが使われ、計算コストは非常に高いものの、人間が設計するよりも高い精度を実現できる場合があります。

人間による手動設計（Hand-crafted）から自動設計へのパラダイムシフトとして重要です。G検定では、AutoMLの一部として、モデル開発の効率化や自動化の文脈で問われます。