ディープラーニングとは？でぃーぷらーにんぐ
ディープラーニングとは、多層に積み重ねたニューラルネットワークを用いる機械学習の手法。従来は人が設計していた特徴量を、層を重ねること自体によってデータから自動的に獲得できる点が決定的な違いで、画像や音声、自然言語のように何が手掛かりなのか言語化しにくい対象で成果を上げた。
最終更新：2026-10-06
この語が出る過去問を解く →背景
層を深くする発想自体は古くからあったが、誤差が下の層まで届かず学習が進まないこと、そして層を増やすほど必要なデータ量と計算量が跳ね上がることが壁になっていた。活性化関数や学習手法の改良に加え、並列計算に向いたプロセッサの普及と大量のデータが手に入る環境が揃ったことで、ようやく実用の水準に届いた。応用情報では、従来の機械学習との違いと、導入時の前提条件という切り口で問われる。
具体例
画像の認識には局所的な特徴を捉える畳込みニューラルネットワーク（CNN）、時系列や言語にはRNNやトランスフォーマといったように、対象の性質に合わせた構造が使い分けられる。近年の生成AIが土台にしている大規模な基盤モデルも、この系譜の上にある。
試験での引っ掛け
本質は「特徴量を人間が設計しなくてよい」ことであって、学習させるデータを用意しなくてよいという意味ではない。むしろ大量のデータと計算資源を要する点が導入上の課題として問われる。判断の根拠を人が追いにくい（説明性が低い）ため、理由の説明が必要な業務にそのまま適用できない点も押さえる。
関連用語
出た過去問
出典：平成30年度 春期 応用情報技術者試験 午前 問1（IPA）
AIにおけるディープラーニングに最も関連が深いものはどれか。
正解：神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成され、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。
要点：ディープラーニングは多層ニューラルネットの重み調整で学習する
ディープラーニングは、脳の神経細胞のつながりを模したニューラルネットワークを多層に重ねた機械学習の手法である。層と層をつなぐ結合の重み（パラメタ）を学習データから調整することで、入力に対して適切な出力が得られるようにする。したがって神経回路網の模倣を述べた選択肢が正解となる。
出典：平成31年度 春期 応用情報技術者試験 午前 問3（IPA）
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。
正解：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。
要点：ディープラーニングは多層ニューラルネットで特徴を自動学習する
ディープラーニングは、人間の脳の神経回路を模したニューラルネットワークの層を多数重ね（深く）、入力から出力までの変換を段階的に学習させる手法である。層を深くすることで特徴量そのものをデータから自動的に獲得でき、画像認識や音声認識など複雑な判断が可能になる。
出典：令和3年度 秋期 応用情報技術者試験 午前 問3（IPA）
AIにおけるディープラーニングに最も関連が深いものはどれか。
正解：神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成されたモデルにおいて、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。
要点：ディープラーニングは多層ニューラルネットの重みを学習する手法
ディープラーニングは、脳の神経回路を模したニューラルネットワークを多層に重ね、素子間の結合の重み（パラメタ）を学習によって調整する手法である。層を深くすることで特徴量そのものをデータから自動的に獲得できる点が特徴で、画像認識や音声認識で高い性能を示す。他の選択肢はいずれもAIの手法ではあるが、神経回路網モデルとは別系統である。
出典：令和3年度 春期 応用情報技術者試験 午前 問10（IPA）
ディープラーニングの学習にGPUを用いる利点として、適切なものはどれか。
正解：汎用の行列演算ユニットを用いて、行列演算を高速に実行できる。
要点：GPUは行列演算の並列処理が速くDLの学習に効く
GPUは多数の演算コアが同じ命令で大量のデータを並列処理する構造をもち、行列・ベクトル演算を非常に高速に実行できる。ディープラーニングの学習は行列積の反復が計算量の大半を占めるため、この特性が直接効いて学習時間を大幅に短縮できる。
出典：令和4年度 秋期 応用情報技術者試験 午前 問8（IPA）
ディープラーニングの学習にGPUを用いる利点として、適切なものはどれか。
正解：行列演算ユニットを用いて、行列演算を高速に実行できる。
要点：GPUの利点は行列演算を大規模並列で高速化できること
GPUは多数の演算コアを同じ命令で一斉に動かすSIMD型の構成で、行列積やベクトル演算を並列に処理する専用ユニットを備えています。ディープラーニングの学習は膨大な行列演算の繰返しなので、この特性が速度向上に直結します。
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (9) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。