問題 No.1220
ニューラルネットワークの学習において、損失関数の値を最も小さくする最適なパラメータを見つけるため、現在の位置における関数の「傾き」を計算し、その傾きと反対の方向へパラメータを少しずつ更新していく最適化の数理的手法を何というか。
【正解の解説】
勾配降下法
勾配降下法は、誤差が一番小さくなる方向へパラメータを少しずつ更新していく手法です。山を下りるように、関数の傾きを見ながら最も低い谷底を目指すイメージです。
スポンサーリンク
【その他の選択肢の解説】
最大尤度推定
最大尤度推定は、手元にあるデータが観測される確率が最も高くなるようなパラメータを推定する手法です。統計学において、もっともらしい値を決めるための基準となります。
ラグランジュの未定乗数法
ラグランジュの未定乗数法は、ある制限付きの条件の中で関数の最大値や最小値を求めるための数学的手法です。最適化問題において非常に重要な役割を果たします。
ハフ変換
ハフ変換は、画像の中にある直線や円などの特定の形を検出するための手法です。画像処理分野で、ノイズのある画像から特定の図形を見つけ出す際に利用されます。