平成29年度秋期 情報処理安全確保支援士 午前Ⅱ 問21

午前II 問21：深層学習の“層が深い”ってどういうこと？

深層学習で使うニューラルネットワークは、入力層と出力層の間に、いくつもの中間層を重ねたモデルだよ。たとえるなら、材料を入れたら一気に完成品が出る機械ではなく、下ごしらえ、味付け、仕上げ…と何段階も処理していく調理ラインみたいなものだね。

この問題で問われていること

この問題では、深層学習のモデル構造を正しく選べるかがポイントだよ。バックプロパゲーションは学習時に誤差を後ろから前へ伝える仕組み、過学習は訓練データに合わせすぎる状態なので、それらと混同せず、“入力層と出力層の間に複数の中間層がある”という特徴を押さえよう。

ディープラーニングの構造

層を深くすることで、単純な特徴から複雑な特徴まで段階的に抽出しやすくなる。

入力層\n複数の中間層\n出力層

確認ポイント

• バックプロパゲーションは誤差を出力側から逆向きに伝える。
• オーバフィッティングは未知データへの汎化性能低下です。
• 複数中間層モデルを選ぶ。

正解

ウ

出典

問題文と解答は IPA 公開の過去問題冊子・解答例を基にしています。

選択肢ア

これは間違いだよ。誤差逆伝播法は、テストの答案を見て「どこで間違えたか」を後ろからたどって直すような方法なんだ。出力結果の誤差を出発点にして、出力層側から入力層側へさかのぼりながら重みを調整するよ。選択肢は「入力層から出力層に向かって」としているので、向きが逆なんだ。

選択肢イ

これは間違いだよ。サポートベクタマシンは、計算用の装置ではなく、データを分類したり予測したりするための機械学習の手法だよ。たとえば、赤い玉と青い玉をうまく分ける境界線を探すルールのようなものなんだ。ニューラルネットワークの大量計算を助ける部品、という説明は違うよ。

選択肢ウ（正解）

これは正解だよ。深層学習では、入力と出力の間にある“考える段階”を何層も重ねたニューラルネットワークを使うんだ。たとえば料理人が、材料を見る、下ごしらえする、味を調える、盛り付ける、という複数段階で判断する感じだよ。この“中間の層”が複数あるのが深層学習の特徴だよ。

選択肢エ

これは間違いだよ。オーバフィッティングは、訓練データにはやたら強いけれど、初めて見るデータには弱くなる状態のことだよ。たとえば、過去問の答えだけ丸暗記して、少し違う問題が出たら解けない受験生みたいなものだね。未知のデータにも高精度で答えられる、という説明はオーバフィッティングではなく、むしろ望ましい汎化の状態だよ。