誤差関数の基本的な役割に関する理解

問題

誤差関数（損失関数）の役割について、以下の記述のうち誤りを1つ選べ。

誤差関数（Loss Function / 損失関数）は、AIの「現在の予測値」と「本当の正解（教師データ）」とがどれくらいズレているか（間違っているか）を数値化するための関数です。

ディープラーニングの学習プロセス（最適化）は、この「誤差関数の値をできるだけ小さくする（最小化する）」方向へ、ネットワーク内の重みやバイアスといったパラメータを更新していくことで進みます。

1. 誤差関数は予測と正解のズレを数値化する役割を持つ。

正しい：モデルが出した予測結果と、人間が用意した正解ラベルとの間の「差（ペナルティ）」を計算し、1つの数値として表します。

2. 誤差関数の値を小さくするように学習が進む。

正しい：最適化アルゴリズム（勾配降下法など）を用いて、この誤差関数の値が最小になるようにネットワークのパラメータを調整していきます。

3. 誤差関数はタスクに応じて使い分ける必要がある。

正しい：株価予測などの「回帰タスク」には平均二乗誤差（MSE）、画像分類などの「分類タスク」には交差エントロピー誤差（Cross Entropy Loss）といったように、目的に応じて使い分けます。

4. 誤差関数はモデルの性能を評価するためだけに用いられ、学習時の重み更新には関与しない。

誤り：誤差関数を微分して得られる「勾配（傾き）」の計算結果が、誤差逆伝播法によってネットワークの重みを更新するための直接的な情報源となるため、学習過程の心臓部です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ