局所最適解

局所解は勾配降下法における「見せかけの最適解」です。
特に何も工夫しないと、局所最適解に陥ってしまう可能性が高いため、学習率の値を大きく設定するなどのアプローチが必要になります。

クイズ

以下の文章を読み、空欄（ア）に最もよく当てはまる選択肢を1つ選べ。ネットワークの学習において学習率の調整は重要である。学習率が極端に（ア）と最適解ではない局所的最小解にはまってしまうことがある。（参考: G検定公式テキスト P144 – 148）

解説を見る
勾配下降法を用いる場合、学習率が過度に小さくなると、見せかけの最適解であるかどうか見抜くことができません。局所最適解（最小値）にはまる、とはこの状態のことを指します。（参考: G検定公式テキスト第2版第5章 5-5 P181-182) （参考: G検定公式テキスト第1版 P144 - 148）

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

人工知能基礎講座はこちら↓

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。（一発合格で33,000円のキャッシュバックキャンペーンも実施中です）

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。