FujiCert

AI基礎

ニューラルネットワークとは？

読み: にゅーらるねっとわーく英語: Neural Network更新日: 2026-06-23

多数の重み付き結合を持つ層で構成され、入力と出力の関係を学習するモデル構造です。

試験で問われるポイント

  • 入力層、隠れ層、出力層のイメージを押さえます。
  • 重みやバイアスなどのパラメータを学習します。
  • 深層学習は多層のニューラルネットワークを用います。

具体例

画像認識や自然言語処理で、入力から特徴を学ぶモデルとして使われます。

よくある誤解

  • 脳と完全に同じ仕組みで動くと考える。
  • 手作業で全ての重みを決めると考える。

対応試験

生成AIパスポートG検定AWS AI Practitioner

関連する表記: ニューラルネットワーク / Neural Network / NN

関連問題で復習

AWS AI PractitionerAI・機械学習の基礎

ニューラルネットワークの説明として最も適切なものはどれか。

生成AIパスポートAI・生成AIの基礎

ニューラルネットワークで活性化関数を使用する主な理由はどれか。

生成AIパスポートAI・生成AIの基礎

ニューラルネットワークの学習で、出力層から入力層に向かって誤差を伝播させる手法を何と呼ぶか。

G検定ディープラーニングの要素技術

「畳み込みニューラルネットワーク（CNN）」が主に使われる分野として、最も適切なものはどれか。

G検定ディープラーニングの要素技術

「再帰型ニューラルネットワーク（RNN）」の特徴として、最も適切なものはどれか。

生成AIパスポートAI・生成AIの基礎

画像認識・物体検出に特に適したニューラルネットワークの種類はどれか。

生成AIパスポート生成AIの最新動向・マルチモーダル

Vision Transformer（ViT）と従来のCNN（畳み込みニューラルネットワーク）の主な違いは何か。

G検定ディープラーニングの概要

ニューラルネットワークにおける「計算グラフ」の説明として、最も適切なものはどれか。

関連用語

Transformer

Self-Attentionを中心に文脈中の単語同士の関係を扱う、現在のLLMの基盤的なモデル構造です。

深層学習（ディープラーニング）

多層のニューラルネットワークを使い、画像、音声、自然言語などの複雑な特徴を学習する手法です。

パラメータ

モデルが学習によって調整する内部の数値です。ニューラルネットワークの重みやバイアスなどを指します。

FujiCertの用語解説は、各試験の公式問題ではなく、学習者が問題演習で つまずきやすい観点を整理した非公式の学習支援コンテンツです。