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分析手法の選択と結果評価を担う

  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分析・予測・可視化を行う力である。分析要件に応じて決定木やニューラルネットワークなどの手法を選択し、パラメタを設定して結果を評価する作業は、この領域の中核に当たる。基盤の実装・運用はデータエンジニアリング力、課題の構造化はビジネス力に分類される。

  出典：平成29年度 秋期 システムアーキテクト試験 am2 問17（IPA）

• ディープラーニングに該当するものはどれか。

  正解：多層構造のニューラルネットワークにおいて、大量のデータを入力することによって、各層での学習を繰り返し、推論や判断を実現する。

  要点：ディープラーニングは多層NNが特徴表現を自動獲得する手法

  ディープラーニングは、多層に積み重ねたニューラルネットワークへ大量のデータを与え、各層で特徴表現を段階的に学習させる機械学習の手法である。従来は人が設計していた特徴量をデータから自動的に獲得できる点が大きな特徴で、画像認識や音声認識で高い性能を示している。

  出典：令和1年度 秋期 システムアーキテクト試験 am2 問17（IPA）