全4848文字

 日本ディープラーニング協会(JDLA)が実施する「G検定」合格を目指す上で、重要なポイントを前後編で解説する本講座。後編は、いよいよディープラーニングの技術を取り上げる。

 ディープラーニングを十分に理解するには、学ぶべきことが多くある。それぞれの詳細な解説は専門書などに任せるとして、本講座ではG検定の受験勉強を進める上で重要なキーワードやトピックを紹介していく。例題は、JDLA監修の『深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト』(翔泳社、以下「公式テキスト」)掲載の問題を題材とする。

 第1回では、ディープラーニングの概要に関する重要ポイントを見ていこう。

ニューラルネットワークの基本

例題1:ニューラルネットワークに関する以下の文章において、空欄(ア)~(オ)に当てはまる選択肢を選べ。
ニューラルネットワークで2クラスのデータを分類することを試みた。 まず単純パーセプトロンと呼ばれる(ア)層と(イ)層で構成されるネットワークで実験をしてみたが、正解率が約50%と、ほとんどランダムな予測と変わらない結果になってしまった。そこで、新たに(ウ)層を(ア)層と(イ)層の間に足した多層パーセプトロンで実験をしてみたところ、今度は正解率が90%を超える結果が得られた。これは、(ウ)層を追加したことによって(エ)ができることになったことが理由である。そこで、さらに(ウ)層を足していったところ、今度は正解率がまた50%近くに減ってしまった。これは、(ウ)層を追加したことによって(オ)問題が発生し、学習がうまくいかなかったことが原因と考えられる。
  1. 入力
  2. 出力
  3. 隠れ
  4. 可視
  5. 事前学習
  6. ファインチューニング
  7. 線形分類
  8. 非線形分類
  9. 勾配消失
  10. オーバーフィッティング

出所:公式テキストp135 5章 章末問題 問題6