ニューラルネットワーク

1. 定義と概要

ニューラルネットワークとは、人間の脳の神経回路の構造を数理的に模した情報処理モデルです。ニューロン（神経細胞）の働きを簡略化した「ユニット」を多数つなぎ合わせ、結合の強さ（重み）を調整することで、複雑なパターンの認識や学習を可能にします。現代のAIブームを支えるディープラーニングの基盤となっている技術です。

2. 仕組みと学習

構造は主に「入力層」「隠れ層」「出力層」の3層から構成され、データが入力されると各層で計算され、出力されます。学習とは、入力に対する期待される結果と実際の出力との誤差を計算し、ネットワーク全体の「重み」を調整するプロセスを指します。隠れ層を多層に重ねることで、より高度な特徴を抽出できるようになったものがディープラーニングです。

3. 試験ごとの視点

ITパスポート試験では、AIや機械学習の主要な技術として位置づけを理解します。基本情報技術者試験では、ニューラルネットワークの多層構造、学習の仕組み（誤差逆伝播法など）、そしてディープラーニングとの関係性が問われます。計算モデルであるという点と、データから特徴を自動的に学習する能力が重要です。