応用情報技術者 2019年 春期 午前2 問03
問題文
AIにおけるディープラーニングに関する記述として、最も適切なものはどれか。
選択肢
ア：あるデータから結果を求める処理を、人間の脳神経回路のように多層の処理を重ねることによって、複雑な判断をできるようにする。（正解）
イ：大量のデータからまだ知られていない新たな規則や仮説を発見するために、想定値から大きく外れている例外事項を取り除きながら分析を繰り返す手法である。
ウ：多様なデータや大量のデータに対して、三段論法、統計的手法やパターン認識手法を組み合わせることによって、高度なデータ分析を行う手法である。
エ：知識がルールに従って表現されており、演繹手法を利用した推論によって有意な結論を導く手法である。
AIにおけるディープラーニングに関する記述【午前2 解説】
要点まとめ
- 結論：ディープラーニングは多層のニューラルネットワークを用いて複雑な判断を可能にする技術です。
- 根拠：人間の脳の神経回路を模倣し、多層構造で特徴抽出を段階的に行うため、高度なパターン認識が可能となります。
- 差がつくポイント：ディープラーニングは単なる統計分析やルールベース推論ではなく、多層の非線形変換を通じて学習する点を理解することが重要です。
正解の理由
アは、ディープラーニングの本質を正確に表現しています。多層のニューラルネットワーク（多層パーセプトロンなど）を用いて、人間の脳神経回路のように情報を処理し、複雑な判断や認識を実現します。これにより、画像認識や音声認識などの高度なタスクが可能となります。
よくある誤解
イは異常検知や外れ値処理に関する説明であり、ディープラーニングの特徴ではありません。
ウは複数の分析手法の組み合わせを述べていますが、ディープラーニングの定義とは異なります。
エはルールベースの推論手法であり、ディープラーニングとは全く異なるアプローチです。
ウは複数の分析手法の組み合わせを述べていますが、ディープラーニングの定義とは異なります。
エはルールベースの推論手法であり、ディープラーニングとは全く異なるアプローチです。
解法ステップ
- 問題文の「ディープラーニング」に注目し、その基本的な特徴を思い出す。
- 選択肢の説明が「多層の処理」「脳神経回路の模倣」など、ディープラーニングのキーワードを含むか確認する。
- それ以外の選択肢が示す手法（例：ルールベース推論、統計的手法、外れ値除去）と比較し、ディープラーニングの特徴と合致するものを選ぶ。
- 最も適切な説明であるアを選択する。
選択肢別の誤答解説
- イ：外れ値を除去しながら規則を発見するのは異常検知やデータクリーニングの手法であり、ディープラーニングの説明ではありません。
- ウ：三段論法や統計的手法の組み合わせは伝統的なデータ分析手法であり、ディープラーニングの多層ニューラルネットワークとは異なります。
- エ：ルールベースの推論はエキスパートシステムなどの古典的AI手法で、ディープラーニングの学習型モデルとは異なります。
補足コラム
ディープラーニングは機械学習の一種で、特に多層ニューラルネットワークを用いて特徴抽出と分類を自動化します。従来の機械学習と異なり、特徴量設計を人手で行う必要が少なく、大量のデータと計算資源を活用して高精度なモデルを構築できます。画像認識や自然言語処理、音声認識など幅広い分野で活用されています。
FAQ
Q: ディープラーニングと機械学習の違いは何ですか？
A: ディープラーニングは機械学習の一分野で、多層のニューラルネットワークを用いて自動的に特徴抽出を行う点が特徴です。
A: ディープラーニングは機械学習の一分野で、多層のニューラルネットワークを用いて自動的に特徴抽出を行う点が特徴です。
Q: ルールベースの推論とディープラーニングはどのように異なりますか？
A: ルールベース推論は人間が定義したルールに従う推論で、ディープラーニングはデータから自動的にパターンを学習するモデルです。
A: ルールベース推論は人間が定義したルールに従う推論で、ディープラーニングはデータから自動的にパターンを学習するモデルです。
関連キーワード: ディープラーニング、ニューラルネットワーク、多層パーセプトロン、機械学習、人工知能、パターン認識
\ せっかくなら /
応用情報技術者を
クイズ形式で学習しませんか？
クイズ画面へ遷移する→
すぐに利用可能！