基礎理論
ITパスポート試験「情報に関する理論」の問題
AIに利用されるニューラルネットワークにおける活性化関数に関する記述として適切なものはどれか。
アニューラルネットワークから得られた結果を基に計算し，結果の信頼度を出力する。
イ入力層と出力層のニューロンの数を基に計算し，中間層に必要なニューロンの数を出力する。
ウニューロンの接続構成を基に計算し，最適なニューロンの数を出力する。
エ一つのニューロンにおいて，入力された値を基に計算し，次のニューロンに渡す値を出力する。
正解
エ．一つのニューロンにおいて，入力された値を基に計算し，次のニューロンに渡す値を出力する。
活性化関数(Activation Function)は、一つのニューロンが受け取った入力の総和を引数として、次層のニューロンに渡す出力値を計算する関数である。シグモイド関数・ReLU・ソフトマックスなどが代表例であり、非線形性を導入することでネットワークが複雑なパターンを学習できるようにする役割を担う。
?選択肢ごとの解説
ア ×「ニューラルネットワークから得られた結果を基に計算し、結果の信頼度を出力する」は評価関数(損失関数・目的関数)の説明である。評価関数は学習時にモデルの出力と正解…
イ ×中間層に必要なニューロン数を決定するのはネットワーク設計(アーキテクチャ選択)の問題であり、活性化関数の機能ではない。活性化関数はニューロン数の計算には関与しな…
ウ ×最適なニューロン数を出力するのはハイパーパラメータ最適化や自動機械学習(AutoML)の領域に相当する概念であり、活性化関数の定義と全く異なる。
エ ○活性化関数(Activation Function)は、一つのニューロンが受け取った入力の総和を引数として、次層のニューロンに渡す出力値を計算する関数である。シグモイド関数・ReLU・ソフトマックスなどが代表例であり、非線形性を導入することでネットワークが複雑なパターンを学習できるようにする役割を担う。
基礎理論の他の問題
この問題の「深掘り・誤答の完全解説・試験のコツ・覚え方」はアプリで。
無料ではじめる →ITパスポート試験の全問を、一問ごとにAIの8-ways解説つきで。SRS暗記カード・全真模試・弱点診断まで。まずは無料で。
ukamiru 過去問 · ITパスポート試験 · itpass-r5k-q91