AIの基礎概念と歴史定義問題
ニューラルネットワークにおける「活性化関数」の役割として最も正確なものはどれか。
A.重みとバイアスの初期値を決定する関数
✗ 活性化関数は重みの初期化とは異なり、各層の出力変換を行います。
B.ニューロンへの入力と重みの積和に対して非線形変換を適用し、ネットワークの表現能力を高める関数← 正解
✓ 正解です。活性化関数（ReLU、シグモイド等）は非線形性を導入し、ネットワークが複雑な関数を学習できるようにします。
C.訓練データの損失関数を計算する関数
✗ 損失関数は訓練目標の達成度を測定し、活性化関数とは別の役割です。
D.勾配降下法で学習率を動的に調整する関数
✗ 学習率の調整は最適化アルゴリズム（Adam等）が行い、活性化関数の役割ではありません。
「AIの基礎概念と歴史」の他の問題
機械学習モデルが訓練データに過度に適合し、テストデータでの性能が低下した場合、このような状況を改善するためには、次のうち…深層学習モデルが新しいドメイン（異なるデータ分布）に対応する際、事前学習済みモデルを使用した転移学習を適用する場合、モデ…勾配消失問題が発生している深層ニューラルネットワークを改善する場合、次のうちどの施策の組み合わせが最も効果的ですか？自然言語処理タスクで、訓練データが極めて限定的な場合、次のうちどのアプローチが最も実用的ですか？画像分類モデルが特定のクラスに対して極めて高い確信度（90%以上の予測確率）を返しても、実際には予測が外れている場合が頻…時系列予測タスクで、長期的な依存関係を捉える際に通常のLSTMが困難を示した場合、改善策として最も適切なのはどれですか？