ITパスポート 過去問
令和8年度
問82 (テクノロジ系 問28)

バックプロパゲーションは、ニューラルネットワークの”出力”と”正解”との誤差を出力側から入力側へ伝え、その誤差が小さくなるように結合の重みなどを更新する学習方法です。

バックプロパゲーションとは、正解との誤差を出力層から入力層へ

逆向きに伝えながら、中間層の重みを調整する

ニューラルネットワークの学習で用いられるアルゴリズムの一つです。

本設問ではばックプロパゲーションに関する理解について問われています。

バックプロパゲーションとはBack（逆方向）とPropagation（伝播）を合わせた用語で、出力から入力へ逆向きに誤差を伝播する仕組みのことです。

ニューラルネットワークを使って画像の学習を行う例を考えましょう。

ニューラルネットワークでは教師あり学習を基本とするため、まずは画像と正解をセットで学習します。

例えば、犬の画像とそれが犬であるというラベル（正解）をセットにして学習させます。

画像には明るさや色、写っている物の耳の形や尻尾の形など様々な情報があり、それぞれに犬かどうかを判断する重みをつけます。

犬かどうかを判断した出力が正解かを確認し、各情報の重みがどのくらい間違いに影響したのかを計算し、重みを調整します。これがバックプロパゲーションです。

耳や尻尾の形は犬かどうかを判断する情報として扱えるので重みが大きく、画像そのものの明るさや色は犬かどうかを判断する情報としては重要ではないので、重みは小さくなります。

以上より、「各ノードの重みを調整して、誤差を小さくする。」が正答となります。