多クラス分類の出力層と誤差関数
ニューラルネットワークで多クラス分類を行うとき、出力層の活性化関数と誤差関数の組合せとして、最も一般的なものを1つ選べ。
- A
恒等関数と平均二乗誤差
- B
シグモイド関数と平均二乗誤差
- C
ソフトマックス関数と交差エントロピー誤差
- D
ReLU関数と交差エントロピー誤差
正解と解説を見る
正解：C
多クラス分類ではソフトマックス関数と交差エントロピー誤差を組み合わせるのが基本。
| 問題 | 出力層の活性化関数 | 誤差関数 |
|---|---|---|
| 2値分類 | シグモイド関数 | 二値交差エントロピー |
| 多クラス分類 | ソフトマックス関数 | 交差エントロピー |
| 回帰 | 恒等関数（そのまま出力） | 2乗誤差（MSE） |
- A
誤り。これは回帰問題でよく使われる組合せ。
- B
誤り。シグモイド関数は2値分類の出力に使われるが、その場合も誤差関数には交差エントロピーを使うのが一般的。
- C
正しい。ソフトマックス関数で出力の合計を 1 にして各クラスの確率とみなし、正解ラベルとの差を交差エントロピーで測る。
- D
誤り。ReLU は主に中間層で使う活性化関数で、出力を確率として扱うことができない。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。