バックプロパゲーション

バックプロパゲーション（誤差逆伝播法）とは、ニューラルネットワークの学習において、ネットワークの出力を目標値に近づけるために重みを調整するアルゴリズムです。人工知能やディープラーニングが学習する際の核心技術といえます。

具体的には、まず順伝播（フォワードパス）で入力をネットワークに通し、結果を出力します。次に、その出力結果と正解データとの誤差を計算します。最後に、その誤差をネットワークの出力層から入力層へ向かって逆方向に伝え、各ニューロンの結合重みを微修正します。これを繰り返すことでネットワークは学習します。

試験では、ニューラルネットワークの学習プロセスの仕組みとして問われます。勾配降下法などと組み合わせて、どのように重みが更新されるかを理解しておく必要があります。AI技術が急速に進展する背景には、この手法によって多層構造の学習が可能になったことが大きく寄与しています。