バックプロパゲーションとは？ばっくぷろぱげーしょん
バックプロパゲーションとは、ニューラルネットワークの学習手順の1つで、出した答えと正解とのずれを出力側から入力側へさかのぼって伝え、各つなぎ目の重みを少しずつ直していく方法。この調整を大量のデータで繰り返すほど精度が上がり、層を深く重ねるディープラーニングを実用にした中心の仕組みである。
最終更新：2026-10-10
この語が出る過去問を解く →背景
脳の神経細胞をまねた計算モデルは古くから考えられていたが、層を重ねると「どのつなぎ目をどれだけ直せばよいか」を決める方法がなく、実用にならなかった。誤差を出口から入口へ順に配分し、各層の責任分を計算する手順が確立したことで、多層のモデルを現実的な計算時間で学習させられるようになり、画像認識や音声認識が実務で使える水準に届いた。
具体例
手書きの郵便番号を読み取るモデルでは、「7」と読ませたい画像を「1」と答えたときのずれを逆方向にたどって重みを直し、これを何万枚もの画像で繰り返す。Googleの画像検索やスマートフォンの音声入力も、この学習の積み重ねで作られている。
試験での引っ掛け
バックプロパゲーションは学習（モデルを作る段階）の手続きであり、できあがったモデルが答えを出す推論の処理ではない。また正解データと突き合わせて誤差を求めるため教師あり学習が前提で、正解を与えない教師なし学習の手法ではない。
関連用語
出た過去問
出典：令和8年度 秋期 ITパスポート試験 問82（IPA）
ニューラルネットワークの学習に用いられるバックプロパゲーションで行われていることはどれか。
正解：各ノードの重みを調整して、誤差を小さくする。
要点：誤差逆伝播法は誤差を遡らせて重みを更新する
バックプロパゲーション（誤差逆伝播法）は、出力と正解との誤差を出力側から入力側へ遡って伝え、各ノード間の結合の重みをどれだけ変えれば誤差が減るかを求めて更新する手法である。この更新を繰り返すことでネットワークの出力が正解に近づく。調整の対象は重みであり、ノードの数や構造ではない。
出典・参考
公式シラバスの7 基礎理論 ＞ 35. 情報に関する理論 ＞ (5) AI（Artificial Intelligence：人工知能）の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。