難易度・正答率・重要度
- 難易度：★★☆☆☆（基本用語の対応付け）
- 正答率：★★★☆☆（定義を押さえれば判断可能）
- 重要度：★★★☆☆（深層学習の基礎）
問題文
深層学習（ディープラーニング）に関する以下の文章の空欄Ａ～Ｄに入る用語の組み合わせとして、最も適切なものを下記の解答群から選べ。
深層学習は、ディープニューラルネットワークを用いた学習方法のことである。ニューラルネットワークは、入力層、 Ａ 、出力層の3つの層から構成されるが、特に Ａ が複数あるニューラルネットワークはディープニューラルネットワークと呼ばれる。
また、ニューラルネットワークの中の Ｂ において、複数の入力の重み付け総和などの値から、その出力を決定するための関数は Ｃ と呼ばれる。代表的な Ｃ には、 Ｄ 、双曲線正接関数、ReLU などがあり、これらは目的に応じて使い分けられる。
〔解答群〕
ア
Ａ：畳み込み層 Ｂ：シナプス Ｃ：誤差関数 Ｄ：シグモイド関数
イ
Ａ：畳み込み層 Ｂ：ニューロン Ｃ：活性化関数 Ｄ：ハッシュ関数
ウ
Ａ：隠れ層 Ｂ：シナプス Ｃ：誤差関数 Ｄ：シグモイド関数
エ
Ａ：隠れ層 Ｂ：ニューロン Ｃ：活性化関数 Ｄ：シグモイド関数
オ
Ａ：隠れ層 Ｂ：ニューロン Ｃ：誤差関数 Ｄ：ハッシュ関数
出典： 中小企業診断協会｜2023年度 第1次試験問題｜経営情報システム（PDF）
解答
- 正解：エ（Ａ＝隠れ層、Ｂ＝ニューロン、Ｃ＝活性化関数、Ｄ＝シグモイド関数）
解説（選択肢ごとの評価）
- ア:×
畳み込み層はCNNの構成要素であり、基本三層（入力・隠れ・出力）の「Ａ」には当たらない。Ｃに誤差関数を置くのも不適切（誤差関数は損失関数）。 - イ:×
Ａに畳み込み層は不適切。Ｄのハッシュ関数は活性化関数ではない（ハッシュは可逆性・微分性も要件外）。 - ウ:×
Ａの隠れ層は正しいが、Ｃに誤差関数は不適切。活性化関数が入るべき。Ｂをシナプスにすると、活性化の適用主体（ニューロン）と整合しない。 - エ:〇
ニューラルネットワークは入力層・隠れ層・出力層で構成。活性化関数はニューロンで重み付き和から出力を決める関数。代表例にシグモイド、tanh、ReLUがある。 - オ:×
Ｃに誤差関数、Ｄにハッシュ関数はいずれも不適切。誤差関数は学習の評価尺度、ハッシュは暗号・索引向けの関数。
学習のポイント
- 隠れ層: 入力と出力の間で特徴を抽出する層。複数あると「ディープ」。
- ニューロン: 重み付き和＋活性化関数で出力を生成。
- 活性化関数: 線形性打破と表現力向上のために用いる（シグモイド・tanh・ReLUなど）。
- 誤差関数（損失関数）との違い: 誤差関数はモデルの出力と正解の乖離を測る。活性化関数とは役割が異なる。