基礎理論

ITパスポート試験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

テクノロジ系基礎理論難易度:normal
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。
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。
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。
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。
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。
この問題の「深掘り・誤答の完全解説・覚え方」は、登録すると読めます。

ITパスポート試験は全2,669問。公開しているのはその一部で、登録すると残りも一問ごとにAI解説つきで解けます。SRS暗記カード・全真模試・弱点診断まで。

登録は1分・クレジットカード不要。無料のまま練習・暗記カード・模試まで使えます。

作成・校閲:ukamiru編集部 · 最終更新 2026-08-15 · ITパスポート試験 過去問 · itpass-r5k-q91

【ITパスポート試験】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…|正解「一つのニューロンにおいて,入…」|ukamiru 過去問