ニューラルネットワークとは？にゅーらるねっとわーく
ニューラルネットワークとは、入力層・中間層・出力層に並べたノードを重み付きで結合し、その重みを学習によって調整することで入出力の対応関係を近似するモデル。出力と正解の誤差を出力側から入力側へ伝えて重みを更新する誤差逆伝播法が学習の中核で、中間層を深く重ねた構成がディープラーニングにあたる。
最終更新：2026-10-06
この語が出る過去問を解く →背景
従来のプログラムは、判定の条件を人が書き下せることを前提にしていた。手書き文字や音声のように、人は判別できるのに規則として言語化できない対象では、この前提が崩れる。規則を書く代わりに、正解付きのデータから対応関係を数値の調整で獲得させるという発想の転換がここにある。応用情報では、どの課題がこの方式に向くのかを説明できるかが問われる。
具体例
手書き数字の認識では、各画素の明るさを入力層に与え、出力層の10ノードのうち最大値のものを認識結果とする。学習はMNISTのような正解ラベル付きデータで誤差を計算し、重みを少しずつ修正する反復になる。画像を扱う場面ではTensorFlowやPyTorchで畳込み層を重ねた構成が標準となっており、扱う対象に応じて層の種類を選ぶ。
試験での引っ掛け
学習で変わるのはノードの数ではなく結合の重みである。またニューラルネットワーク自体は古くからある技術で、ディープラーニングは中間層を多層にしたその一種にすぎない。学習データに合わせ込みすぎて未知のデータで精度が落ちる過学習と、層を深くしたときに更新量が消える勾配消失は、対策が別物なので取り違えないこと。
関連用語
出た過去問
問題文で直接問われたものと、解説の中で触れられたものが含まれます。
出典：平成31年度 春期 応用情報技術者試験 午前 問63（IPA）
ビッグデータを有効活用し、事業価値を生み出す役割を担う専門人材であるデータサイエンティストに求められるスキルセットを表の三つの領域と定義した。データサイエンス力…
正解：分析要件に応じ、決定木分析、ニューラルネットワークなどのモデリング手法の選択、モデルへのパラメタの設定、分析結果の評価ができる。
要点：データサイエンス力は統計・機械学習でモデルを選び評価する力
データサイエンス力は、統計学や機械学習といった情報科学の知識を使って、予測・検定・関係性の把握やデータの加工・可視化を行う力と定義されている。決定木分析やニューラルネットワークといったモデリング手法を選び、パラメタを設定し、結果を評価する能力はまさにこの領域に当たる。
出典：平成29年度 秋期 応用情報技術者試験 午前 問30（IPA）
データマイニングの説明として、最も適切なものはどれか。
正解：ニューラルネットワークや統計解析などの手法を使って、大量に蓄積されているデータから、特徴あるパターンを探し出す。
要点：データマイニングは大量データから未知のパターンを発見する
データマイニングは、蓄積された大量のデータに統計解析やニューラルネットワークなどの手法を適用し、人があらかじめ気付いていない規則性や特徴的なパターンを発見する技術である。仮説を検証するのではなく、データから知識を掘り出す点が特徴である。
出典：平成30年度 春期 応用情報技術者試験 午前 問1（IPA）解説で登場
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）解説で登場
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）解説で登場
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・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。