問題 No.1281
多層ニューラルネットワークにおいて、出力層で算出された予測値と実際の正解データとのズレを最小化するよう各層の重みパラメータを更新したい。出力層の誤差から出発し、微分の合成関数の公式を利用して入力層に向かって逆方向に各パラメータの勾配を効率的に掛け合わせて計算していく数理アルゴリズムはどれか。
【正解の解説】
誤差逆伝播法
誤差逆伝播法は、出力結果から誤差を遡って各層の重みを調整する手法で、連鎖律を用いて効率的に勾配を計算します。
スポンサーリンク
【その他の選択肢の解説】
最急降下法
最急降下法は、ある地点から傾斜の最も急な方向に進むことで、誤差（関数の値）を最小にする点を探し出す最適化手法です。
連鎖律
連鎖律は、合成関数の微分を計算するための公式で、複雑な計算を細かな掛け算に分解して処理することを可能にします。
バッチ正規化
バッチ正規化は、各層への入力を調整してデータの分布を安定させ、学習の速度や精度を向上させるための手法です。