パーセプトロンの学習規則

解説

正解 A

この問題の論点：パーセプトロンの学習規則

選択肢ごとの解説

1. A

   適切 正解

   パーセプトロンの収束定理（ノビコフ、1962年）により、線形分離可能なデータなら、誤分類による修正は有限回で終わります。その時点で、すべての訓練データを正しく分ける直線（高次元では超平面）が得られています。

2. B

   不適切

   線形分離不可能なデータでは、すべてを正しく分ける重みがそもそも存在しません。どれだけ続けても誤分類による修正が止まらず、学習は収束しません。XORがその典型例です。

3. C

   不適切

   パーセプトロンの学習規則では、正しく分類できたデータでは重みを変えません。出力が正解と異なったときだけ、入力の値に比例した量を重みに足したり引いたりして修正します。

4. D

   不適切

   この規則は、ユニットの出力と正解の差を使って重みを直します。隠れ層のユニットには正解がないため、どの重みをどれだけ直せばよいか決められません。多層パーセプトロンは誤差逆伝播法で学習します。