機械学習と微分
問題
機械学習において、微分・偏微分が主に利用される目的として最も適切なものを1つ選べ。
解説
機械学習では、予測と正解の誤差（損失関数）を最小にするパラメータを見つけるために微分を使用します。
微分（勾配）を計算することで、誤差を減らすために「パラメータをどの方向に、どれくらい動かせばよいか」が分かります（勾配降下法など）。
1. 損失関数（誤差）を最小化するための、パラメータの更新方向を知るため
正しい：勾配降下法などで利用される主要な目的です。
2. データの欠損値を自動的に補完するため
誤り：欠損値処理に微分は直接使いません。
3. データを訓練用とテスト用に分割するため
誤り：データ分割に微分は関係ありません。
4. モデルの過学習を防ぐドロップアウトを行うため
誤り：ドロップアウトはニューロンを無効化する手法であり、微分の直接的な目的とは異なります。
📚 より詳細を学びたい方へ
