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、入力から出力への対応を、人が式で書く代わりにノード間の結合の重みとして学習で獲得するモデル。入力層・中間層・出力層にノードを並べ、出力の誤差を入力側へ戻して重みを直す誤差逆伝播で近づけていく。中間層を厚く重ねたものが深層学習。
最終更新：2026-10-06
この語が出る過去問を解く →背景
規則を列挙できる業務はプログラムに書けるが、手書き文字や音声のように「なぜそう見えるか」を条件式へ書き下せない対象がある。人が規則を書く代わりに事例を与えて重みを合わせ込めばこうした対象を扱える半面、判断の根拠が重みの集合に埋もれる。設計に組み込む側は、誤ったときの代替手段と、学習データを更新し続ける運用をどう用意するかを要件に書く必要がある。
具体例
手書き数字を読む処理では、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答えとする。TensorFlowやPyTorchはこの重み更新を自動微分で実装したライブラリで、学習済みの重みをファイルとして配り、本番システムには推論だけを載せる構成が採れる。
試験での引っ掛け
学習で変わるのは結合の重みで、ノード数や層の構成は設計時に人が決める側。中間層を多く重ねたものがディープラーニングであって別の技術ではなく、手法自体は古くから知られている点も問われる。
関連用語
出た過去問
出典：平成29年度 秋期 システムアーキテクト試験 午前Ⅱ 問17（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分析手法の選択と結果評価を担う
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分析・予測・可視化を行う力である。分析要件に応じて決定木やニューラルネットワークなどの手法を選択し、パラメタを設定して結果を評価する作業は、この領域の中核に当たる。基盤の実装・運用はデータエンジニアリング力、課題の構造化はビジネス力に分類される。
出典：令和元年度 秋期 システムアーキテクト試験 午前Ⅱ 問17（IPA）
ディープラーニングに該当するものはどれか。
正解：多層構造のニューラルネットワークにおいて、大量のデータを入力することによって、各層での学習を繰り返し、推論や判断を実現する。
要点：ディープラーニングは多層NNが特徴表現を自動獲得する手法
ディープラーニングは、多層に積み重ねたニューラルネットワークへ大量のデータを与え、各層で特徴表現を段階的に学習させる機械学習の手法である。従来は人が設計していた特徴量をデータから自動的に獲得できる点が大きな特徴で、画像認識や音声認識で高い性能を示している。
出典・参考
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。