総合解説

この設問は、ニューラルネットワークの学習メカニズム、特に「バックプロパゲーション（誤差逆伝播法）」について問うものです。 ニューラルネットワークは、人間の脳の神経回路を模した情報処理モデルで、データからパターンを学習します。学習とは、入力データに対して期待する出力が得られるように、ネットワーク内の各接続の強さ（「重み」と呼びます）を調整するプロセスです。 バックプロパゲーションは、この「重み」を調整するための主要なアルゴリズムです。具体的には、ネットワークが出力した結果と正解との「誤差」を計算し、その誤差が小さくなるように、出力層から入力層に向かって逆向きに、各ノードの重みを修正していきます。これにより、ネットワークはより正確な予測ができるようになります。アの選択肢は、このバックプロパゲーションの目的と処理内容を正確に説明しています。 イの「活性化関数」は、各ノードからの信号を次のノードに伝える際の出力値を決定する関数で、学習中に自動選択されるものではなく、ネットワーク設計時に決定されます。ウとエの「ノードの数を変更する」操作は、ネットワークの構造（アーキテクチャ）設計に関わることであり、バックプロパゲーションという学習アルゴリズムの範疇ではありません。