ニューラルネットワークとは？

ニューラルネットワークの意味

人間の神経細胞を模したノードを入力層・中間層・出力層に並べ、ノード間の結合の重みを調整することで入出力の関係を学習するモデル。誤差逆伝播法で出力の誤差を入力側へ伝えて重みを更新します。FEでは層の構造と学習の仕組みが問われます。

ニューラルネットワークの具体例

手書き数字の認識では、画素の明るさを入力層に与え、出力層の10個のノードのうち最も値が大きいものを認識結果とします。学習では正解との誤差を計算し、重みを少しずつ修正する処理を何度も繰り返します。

ニューラルネットワークは試験でどう引っ掛けられる？

学習で変化するのはノードの数ではなく結合の重みです。また、中間層を多数重ねたものがディープラーニングであり、ニューラルネットワークそのものは古くからある技術です。

ニューラルネットワークと関連する用語

• 畳み込みニューラルネットワーク（CNN）
• 過学習
• 転移学習

ニューラルネットワークが出た過去問

• ビッグデータを有効活用し、事業価値を生み出す役割を担う専門人材であるデータサイエンティストに求められるスキルセットを表の三つの領域と定義した。データサイエンス力…

  正解：分析要件に応じ、決定木分析、ニューラルネットワークなどのモデリング手法の選択、モデルへのパラメタの設定、分析結果の評価ができる。

  要点：データサイエンス力は統計・機械学習でモデルを選び評価する力

  データサイエンス力は、統計学や機械学習といった情報科学の知識を使って、予測・検定・関係性の把握やデータの加工・可視化を行う力と定義されている。決定木分析やニューラルネットワークといったモデリング手法を選び、パラメタを設定し、結果を評価する能力はまさにこの領域に当たる。

  出典：令和1年度 春期 応用情報技術者試験 午前 問63（IPA）

• データマイニングの説明として、最も適切なものはどれか。

  正解：ニューラルネットワークや統計解析などの手法を使って、大量に蓄積されているデータから、特徴あるパターンを探し出す。

  要点：データマイニングは大量データから未知のパターンを発見する

  データマイニングは、蓄積された大量のデータに統計解析やニューラルネットワークなどの手法を適用し、人があらかじめ気付いていない規則性や特徴的なパターンを発見する技術である。仮説を検証するのではなく、データから知識を掘り出す点が特徴である。

  出典：平成29年度 秋期 応用情報技術者試験 午前 問30（IPA）

• AIにおけるディープラーニングに最も関連が深いものはどれか。

  正解：神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成され、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

  要点：ディープラーニングは多層ニューラルネットの重み調整で学習する

  ディープラーニングは、脳の神経細胞のつながりを模したニューラルネットワークを多層に重ねた機械学習の手法である。層と層をつなぐ結合の重み（パラメタ）を学習データから調整することで、入力に対して適切な出力が得られるようにする。したがって神経回路網の模倣を述べた選択肢が正解となる。

  出典：平成30年度 春期 応用情報技術者試験 午前 問1（IPA）

• AIにおけるディープラーニングに関する記述として、最も適切なものはどれか。

  正解：あるデータから結果を求める処理を、人間の脳神経回路のように多層の処理を重ねることによって、複雑な判断をできるようにする。

  要点：ディープラーニングは多層ニューラルネットで特徴を自動学習する

  ディープラーニングは、人間の脳の神経回路を模したニューラルネットワークの層を多数重ね（深く）、入力から出力までの変換を段階的に学習させる手法である。層を深くすることで特徴量そのものをデータから自動的に獲得でき、画像認識や音声認識など複雑な判断が可能になる。

  出典：令和1年度 春期 応用情報技術者試験 午前 問3（IPA）

• AIにおけるディープラーニングに最も関連が深いものはどれか。

  正解：神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成されたモデルにおいて、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

  要点：ディープラーニングは多層ニューラルネットの重みを学習する手法

  ディープラーニングは、脳の神経回路を模したニューラルネットワークを多層に重ね、素子間の結合の重み（パラメタ）を学習によって調整する手法である。層を深くすることで特徴量そのものをデータから自動的に獲得できる点が特徴で、画像認識や音声認識で高い性能を示す。他の選択肢はいずれもAIの手法ではあるが、神経回路網モデルとは別系統である。

  出典：令和3年度 秋期 応用情報技術者試験 午前 問3（IPA）