問題 No.696
多層のニューラルネットワークにおいて、出力された予測値と実際の正解値との間に生じた誤差を最小化するように各層のパラメータを調整したい。このとき、出力層から入力層に向かって計算を遡ることで、各パラメータが誤差にどの程度影響を与えたかを効率的に算出し、更新幅を決定するアルゴリズムはどれか。
【正解の解説】
誤差逆伝播法
ニューラルネットワークの出力結果と正解との間の「ズレ（誤差）」を計算し、そのズレの原因がどの重みにあるかを突き止めるために、後ろの層から前の層へと計算を遡る技術です。
スポンサーリンク
【その他の選択肢の解説】
畳み込み
画像処理などで広く使われる手法で、画像全体を小さなフィルターでなぞるように計算することで、特徴を抽出する処理のことです。
勾配降下法
山の頂上から谷底へ向かって下りるように、少しずつパラメータを修正して誤差が最も小さくなる地点を探す、機械学習の基本的な更新手法です。
順伝播
ネットワークの入力層から出力層へ向かって、情報を一方向に順番に伝えて計算し、最終的な予測結果を出す一連の処理のことです。