深層学習（ディープラーニング）定義問題
ニューラルネットワークにおけるバックプロパゲーション（逆誤差伝播法）とは何ですか？
A.ネットワークの出力層から入力層へ向かって勾配を計算し、重みを更新する学習アルゴリズム← 正解
✓ 正解です。バックプロパゲーションは損失関数の勾配を逆方向に伝播させて各重みの偏微分を計算し、勾配降下法で重みを更新する基本的な学習法です。
B.複数のニューラルネットワークを並列に実行して予測精度を向上させる方法
✗ これはアンサンブル学習の説明です。バックプロパゲーションは単一ネットワークの重み調整手法であり、複数ネットワークの並列実行ではありません。
C.入力データを順方向に伝播させて出力値を算出するプロセス
✗ これは順伝播（フォワードパス）の説明です。バックプロパゲーションは学習時の勾配計算プロセスであり、推論時の順伝播とは異なります。
D.ニューラルネットワークの層数を自動的に決定する最適化手法
✗ これはハイパーパラメータ最適化に関する説明です。バックプロパゲーションは重みの更新方法であり、層数決定とは無関係です。
「深層学習（ディープラーニング）」の他の問題
ニューラルネットワークの訓練中に勾配消失問題が発生した場合、以下の対策のうち最も直接的な解決策はどれか？CNN（畳み込みニューラルネットワーク）で過学習が顕著に発生した場合、以下の対策のうち最も効果的なのはどれか？RNN（再帰型ニューラルネットワーク）で長期の依存関係をモデル化する必要がある場合、標準的なRNNではなくLSTMやGR…画像分類タスクで訓練データセットが著しく不均衡（あるクラスが極端に少ない）な場合、モデルの性能を改善するために講じるべき…転移学習（Transfer Learning）で大規模な事前訓練済みモデルを利用する際、目的タスクのデータが非常に少ない…自然言語処理でAttention機構を導入した結果、以前のRNNモデルと比べて並列処理性能が向上した理由は何か？