นักพัฒนาต้องการสร้างโมเดล AI วินิจฉัยโรคผิวหนัง แต่มีข้อมูลภาพที่มีป้ายกำกับเพียง 500 รูป ซึ่งน้อยเกินไปสำหรับการฝึกสอน Deep Learning จากศูนย์ กลยุทธ์ใดที่เหมาะสมที่สุด
กลดขนาดโมเดลลงจนเหลือ Layer เดียวเพื่อให้เหมาะกับข้อมูลน้อย
ขใช้ Transfer Learning โดยนำโมเดลที่ฝึกสอนจากข้อมูลภาพขนาดใหญ่มาปรับแต่ง (Fine-tune) กับข้อมูลโรคผิวหนัง
คใช้ Unsupervised Learning เพื่อหลีกเลี่ยงปัญหาข้อมูลน้อย
งเพิ่มจำนวน Epoch ในการฝึกสอนให้มากขึ้นเพื่อชดเชยข้อมูลที่น้อย
เฉลยอธิบาย
Transfer Learning เป็นวิธีการที่นำโมเดล Pre-trained เช่น ResNet หรือ VGG ที่ฝึกจากข้อมูลล้านรูปมาใช้ โดย Fine-tune เฉพาะ Layer สุดท้ายกับข้อมูลโรคผิวหนัง 500 รูป วิธีนี้ได้ผลดีมากเมื่อข้อมูลน้อย เพราะโมเดลได้เรียนรู้ Feature ทั่วไปของภาพมาแล้ว ตัวเลือก A ผิดเพราะโมเดลที่เล็กเกินไปจะ Underfitting ตัวเลือก C ผิดเพราะการเพิ่ม Epoch กับข้อมูลน้อยจะทำให้ Overfitting รุนแรงขึ้น และตัวเลือก D ผิดเพราะ Unsupervised Learning ไม่สามารถวินิจฉัยโรคได้โดยตรง