Deep Learningの基礎
パーセプトロン、backpropagation、活性化関数、loss functions、optimizers、batch size、epochs
24 面接問題·
Senior
1ニューラルネットワークの文脈におけるパーセプトロンとは何ですか？
1
ニューラルネットワークの文脈におけるパーセプトロンとは何ですか？
回答
パーセプトロンはニューラルネットワークの基本単位で、生物学的ニューロンに着想を得ています。複数の入力を受け取り、重みで乗算し、biasと合計してから活性化関数を適用して出力を生成します。単純なパーセプトロンは線形分離可能な問題しか解けず、これが多層ネットワークの開発につながりました。
2単純な（単層）パーセプトロンの主な制限は何ですか？
2
単純な（単層）パーセプトロンの主な制限は何ですか？
回答
単純なパーセプトロンは線形分離可能な問題、つまりクラスを直線（または高次元では超平面）で分離できる問題しか解けません。この制限は1969年にMinskyとPapertによってXOR問題で実証され、多層パーセプトロンが導入されるまでニューラルネットワーク研究を一時的に減速させました。
3ニューラルネットワークにおける活性化関数の役割は何ですか？
3
ニューラルネットワークにおける活性化関数の役割は何ですか？
回答
活性化関数はネットワークに非線形性を導入し、入力と出力の間の複雑な関係を学習できるようにします。非線形活性化関数がなければ、多層ネットワークでも単純な線形変換のように動作します。一般的な関数にはReLU、sigmoid、tanhがあり、それぞれユースケースに応じた特定の特性を持ちます。
4
現代のネットワークの隠れ層で最も一般的に使用される活性化関数はどれですか？
5
ニューラルネットワークでsoftmax活性化関数はいつ使用すべきですか？
+21 面接問題
その他のData Science & ML面接トピック
Pythonの基礎
Junior
25問Pythonオブジェクト指向プログラミング
Junior
20問Pythonのデータ構造
Junior
20問Git の基礎
Junior
18問SQLの基礎
Junior
20問NumPyの基礎
Junior
22問Pandasの基礎
Junior
22問Jupyter & Google Colab
Junior
16問SQL Joinsと高度なクエリ
Mid-Level
22問Pandas応用
Mid-Level
24問Matplotlib & Seabornによる可視化
Mid-Level
20問Plotlyによるインタラクティブな可視化
Mid-Level
18問記述統計
Mid-Level
20問推測統計学
Mid-Level
24問Web Scraping
Mid-Level
18問BigQuery & Cloud Data
Mid-Level
18問Feature Engineering
Mid-Level
22問教師あり機械学習：回帰
Mid-Level
24問教師あり機械学習：分類
Mid-Level
24問決定木とアンサンブル
Mid-Level
24問教師なしML
Mid-Level
22問MLパイプラインと検証
Mid-Level
22問時系列と予測
Mid-Level
22問TensorFlow & Keras
Senior
22問CNN と画像分類
Senior
24問RNNとシーケンス
Senior
22問TransformersとAttention
Senior
24問NLPとHugging Face
Senior
24問GenAIとLangChain
Senior
24問MLOps とデプロイ
Senior
24問