Just another WordPress site
MLP を説明している以下の文で正しいものを選択肢から選んでください．
1. MLP はひとつの入力層と隠れ層からなり、複数の出力層を持つ．
2. MLP を構成する入力層は LTU で構成され、出力層はパススルーニューロンから構成される．
3. MLP の隠れ層が複数個の場合、その人工ニューラルネットワーク ( ANN ) のことを深層ニューラルネットワーク ( DNN ) と呼ぶ．
4. パーセプトロンの限界から、MLP はパーセプトロンとは全く異なる数学理論に基づくニューラルモデルである．
XOR 問題を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください．
パーセプトロンは XOR 分類のような簡単なタスクを解決することができない．
しかし、複数のパーセプトロンを ( Q1 ___ ) ことでこの問題を解決できる．
1. 並列に接続する
2. 積み重ねる
3. 同時に訓練する
バックプロパゲーションを説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 からそれぞれ選んでください．
バックプロパゲーションでは、まず、個々の訓練インスタンスに対して予測を行う ( Q1 ___ )から始まる．
続いて、( Q1 ___ )で得られた予測結果（ネットワークの出力）と予測値の ( Q2 ___ ) を測定する．
その後、入力層へ向かって各層の ( Q2 ___ ) の影響を測定しながら後退する ( Q3 ___ ) へ移る．
最後に、( Q2 ___ ) を最小に抑えられるように接続部の ( Q4 ___ ) に調整を加える．
[※Q1,Q3の選択肢]
1. 前進パス
2. 後退パス
3. 学習ステップ
4. 訓練ステップ
[※Q2,Q4の選択肢]
1. 特徴量
2. 出力
3. 誤差
4. 重み
XOR 問題を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください．
パーセプトロンは ( Q1 ___ ) のような簡単なタスクを解決することができない．
しかし、複数のパーセプトロンを ( Q2 ___ ) ことでこの問題を解決できる．
[Q1 選択肢]
1. OR 分類問題
2. AND 分類問題
3. XOR 分類問題
[Q2 選択肢]
1. 積み重ねる
2. 共通の重みを適用する
3. 並列に接続する
バックプロパゲーションを説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 からそれぞれ選んでください．
バックプロパゲーションでは、まず、個々の訓練インスタンスに対して予測を行う ( Q1 ___ )から始まる．
続いて、( Q1 ___ )で得られた予測結果（ネットワークの出力）と予測値の ( Q2 ___ ) を測定する．
その後、入力層へ向かって各層の ( Q2 ___ ) の影響を測定しながら後退する ( Q3 ___ ) へ移る．
最後に、( Q2 ___ ) を最小に抑えられるように接続部の ( Q4 ___ ) に調整を加える．
[※Q1,Q3の選択肢]
1. 前進パス
2. 後退パス
3. 学習ステップ
4. 訓練ステップ
[※Q2,Q4の選択肢]
1. 特徴量
2. 出力
3. 誤差
4. 重み
バックプロパゲーションを説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 からそれぞれ選んでください．
バックプロパゲーションでは、まず、個々の訓練インスタンスに対して予測を行う ( Q1 ___ )から始まる．
続いて、( Q1 ___ )で得られた予測結果（ネットワークの出力）と予測値の ( Q2 ___ ) を測定する．
その後、入力層へ向かって各層の ( Q2 ___ ) への影響を測定しながら後退していく ( Q3 ___ ) へ移る．
最後に、( Q2 ___ ) を最小に抑えられるように接続部の ( Q4 ___ ) に調整を加える．
[※Q1,Q3の選択肢]
1. 学習ステップ
2. 訓練ステップ
3. 前進パス
4. 後退パス
[※Q2,Q4の選択肢]
1. 誤差
2. 特徴量
3. 重み
4. 出力
パーセプトロの入力層、出力層を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 4 からそれぞれ選んでください．
パーセプトロンの入力層は ( Q1 ___ ) からなり、出力層は ( Q2 ___ ) からなる．
1. バイアスニューロンと入力ニューロン
2. 入力ニューロ
3. ン LTU とバイアスニューロン
4. LTU
パーセプトロンの収束定理を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください．
パーセプトロンは複雑な訓練インスタンスを訓練することはできないが、訓練インスタンスが ( Q1 ___ ) なら、
アルゴリズムは必ず解に収束する．
1. 線形独立
2. 線形分離可能
3. 線形射影可能
パーセプトロの入力層、出力層を説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 4 からそれぞれ選んでください．
パーセプトロンの入力層は ( Q1 ___ ) からなり、出力層は ( Q2 ___ ) からなる．
1. LTU
2. バイアスニューロンと入力ニューロン
3. 入力ニューロン
4. LTU とバイアスニューロン
パーセプトロンを説明している以下の文で空欄に入る適切な単語をそれぞれ選んでください．
また、パーセプトロンのネットワーク構造として最も正しい図を 1 ~ 3 から選んでください (Q5).
LTU は、与えられた入力をそのまま出力するパススルーニューロンである ( Q1 ___ ) からの出力を全て受け取る．
また同時に、常に 1 を出力する( Q2 ____ ) からの出力も受け取り、全ての入力から ( Q3 ____ ) を求める．
この値を ( Q4 ___ ) に通し最終的な出力を決定する．
[Q1,Q2の選択肢]
1. 入力ニューロン
2. 出力ニューロン
3. 活性化ニューロン
4. バイアスニューロン
[Q3の選択肢]
1. 荷重総和
2. 入力全体の分散
3. 入力の期待値
[Q4の選択肢]
1. 活性化関数
2. 出力関数
3. 決定関数
[Q5の選択肢 ( 図を選択する問題です )]
1. 2 つのニューロンからなる AND ネットワーク
2. パーセプトロン
3. 2 つのニューロンからなる or ネットワーク