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

• 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掘り出す

  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機械学習の手法を適用し、人が気付かなかった規則性や特徴的なパターンを掘り起こす技術である。仮説を人が立てて確かめるのではなく、データから知見そのものを発見する点が特徴である。他の選択肢はデータウェアハウス、データマート、OLAPの説明である。

  出典：平成29年度 秋期 高度共通_午前I試験 am1 問10（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、人間の脳神経回路を模したニューラルネットワークの中間層を多層に重ね、入力から出力までの特徴抽出を段階的に自動で学習する手法である。層を深くすることで、人手による特徴量設計に頼らずに複雑な判断ができる点が特徴である。画像認識や音声認識で従来手法を大きく上回る精度を実現した。

  出典：令和1年度 春期 高度共通_午前I試験 am1 問2（IPA）