HOME
JDLA E資格 (エンジニア)

「JDLA E資格 (エンジニア)」の記事一覧

RNN（再帰型ニューラルネットワーク）が苦手とするタスクの特徴はどれか。

単純なRNNは時間が経つにつれて勾配が消失または爆発しやすく、遠く離れた情報の関係性を学習するのが困難…

2026年3月13日

画像認識モデル「ResNet」で導入された、勾配消失問題を解決するための構造はどれか。

層の入力を出力に直接加算するスキップ接続により、深い層まで勾配をスムーズに伝播させることを可能にし…

2026年3月13日

CNN（畳み込みニューラルネットワーク）における「プーリング層」の主な役割はどれか。

プーリング（Max Pooling等）は情報を圧縮し、入力の微小な位置変化に対してロバストな特徴抽出を行う。

2026年3月13日

多クラス分類問題の出力層で確率分布を得るために用いられる活性化関数はどれか。

ソフトマックス関数は出力を0から1の間に正規化し、総和が1になるように変換するため、確率として解釈でき…

2026年3月13日

バッチ正規化（Batch Normalization）の効果として適切でないものはどれか。

バッチ正規化は学習を安定・高速化させるが、モデルの表現力を低下させるわけではなく、むしろ深い層の学…

2026年3月13日

最適化アルゴリズム「Adam」の特徴はどれか。

Adamは勾配の一次モーメント（平均）と二次モーメント（分散）の推定値を用いて、パラメータごとに学習率…

2026年3月13日

ドロップアウト（Dropout）が学習時に行う操作はどれか。

学習の各イテレーションでランダムに選んだニューロンの出力を0にすることで、過学習を防ぐアンサンブル効…

2026年3月13日

ミニバッチ勾配降下法の利点はどれか。

全データを使うバッチ学習と1つだけ使うSGDの中間であり、計算の並列化が可能で学習も安定しやすい。

2026年3月13日

ニューラルネットワークの重みの初期値として、Xavierの初期値が適している活性化関数はどれか。

Xavierの初期値（Glorot初期値）は、SigmoidやTanhなどのS字型関数を用いる際に、各層の分散を保つように…

2026年3月13日

誤差逆伝播法（Backpropagation）で使用される微分の連鎖律の説明として正しいものはどれか。

誤差逆伝播法は、出力層から入力層に向かって、連鎖律を用いて各パラメータの勾配を効率的に計算する。

2026年3月13日