Now Loading...

Now Loading...

多層パーセプトロン

多層パーセプトロン

単純パーセプトロンは入力層と出力層のみからなる二層のニューラルネットワークです。多層パーセプトロンはこれに隠れ層(中間層)が加わった、最低三層からなるニューラルネットワークです。


単純パーセプトロンでは線形分離可能な問題しか解けないことが指摘されていましたが、多層パーセプトロンでは非線形分類問題を解くことが可能です。

クイズ

以下の文章を読み、空欄(ア)~(ウ)の組み合わせに最もよく当てはまる選択肢を1つ選べ。 ニューラルネットワークは人間の脳を模倣したもので、モデルとしていくつか種類がある。その種類の一つとして(ア)層(データを入れる層)と(イ)層で構成される単純パーセプトロンと呼ばれるネットワークがある。これで2クラスのデータを分類するため学習したところ、予測の結果はおよそ50%とあまりいい結果を得ることができなかった。そこで、新たに(ウ)層を(ア)層と(イ)層の間に入れた多層パーセプトロンで学習をしてみたところ、今度は90%を超える予測の結果を得ることができた。
  • 正解を見る
  • 解説を見る
    単純パーセプトロンは入力層と出力層からなるシンプルなニューラルネットワークで、線形分類しか行うことができません。多層パーセプトロンは隠れ層を追加することで、非線形分類を行えるようになるモデルで、非線形変換を担う関数を活性化関数といいます。一方隠れ層を単純に追加していくと、誤差逆伝播がうまくいかず、勾配消失で学習がうまくいかないことがあります。ディープラーニングでは隠れ層を増やしても誤差逆伝播を上手くいくよう、多くの工夫を積み重ねられています. (参考: G検定公式テキスト 第2版 第4章 4-1 P128-130) (参考: G検定公式テキスト 第1版 P116 - 120)

    👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

より詳しく多層パーセプトロンについて知りたい方へ

ニューラルネットワークの起源である単純パーセプトロンや多層パーセプトロンを図解と数式、プログラムで徹底解説した記事を公開中です。

Python を用いたプログラムでコードの実行もできます!!ぜひご覧ください。

👉より体系的に学びたい方は「人工知能基礎」(東京大学松尾豊先生監修)へ

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。

サンプル動画

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

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。 zero to one E資格 jdla

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。 厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円~(支給割合70%の場合)で受講可能です。※2023年弊社調べ zero to one E資格 jdla