DS検定 用語解説
勾配とは
多変数関数の各変数に関する偏微分を並べたベクトル。
この記事の目次
まず押さえる結論
勾配は、DS検定の「第3章 数学的基礎」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-12。
試験概要(公式)具体例から判断の境界を固める
多変数関数の偏微分を並べた、変化の方向を示すベクトルとして捉える
売上予測モデルの損失が重みw1とw2で決まるとき、現在の位置でw1についての偏微分とw2についての偏微分を計算し、2つの値を並べます。このベクトルが勾配で、損失が最も急に増える方向を示します。損失を小さくする勾配降下法では、その反対方向へ重みを少しずつ更新します。
- 問題文で見る箇所
- 「多変数関数」「各変数について偏微分」「成分を並べたベクトル」「最も急に増える方向」という条件がそろえば勾配を候補にします。勾配が0になる位置そのものを問う場合は停留点です。
- 隣接概念との境界
- 偏微分は他の変数を定数とみなして一つの変数について微分する個々の操作で、勾配は各偏微分の値を一つのベクトルへまとめたものです。停留点は微分係数または勾配が0になる点であり、探索中に計算する方向ベクトルではありません。
誤答しやすい選択肢
- 一つの変数について行う個々の偏微分を、そのまま勾配と同じものとして扱う。勾配は各変数について得た偏微分を成分として並べたベクトルです。
- 勾配が0になった位置である停留点を、勾配というベクトルの名称として扱う。ベクトルと、その値が0になる点は対象が異なります。
- 勾配降下法は勾配が示す増加方向へ進むと説明する。損失を減らす場合は、勾配と反対の方向へパラメータを更新します。
4段階の判断手順
- 01関数が一変数か多変数かを確認する。
- 02各変数の偏微分を個別に求めているか確認する。
- 03求めた値を並べたベクトルなのか、勾配が0になる点なのかを分ける。
- 04最小化の更新方向が勾配と同じか反対かを確認する。
到達条件: 勾配を偏微分のベクトルとして説明し、偏微分・停留点・勾配降下法の更新方向を区別できる。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×偏微分と全微分、勾配の意味を混同する。多変数関数における偏微分は他の変数を固定して1変数について微分すること。
×局所最適解と大域最適解の違い。停留点が必ずしも極値になるとは限らないことを理解していないと選択肢を誤る。
×固有値・固有ベクトルの意味を、単なる計算手順としてのみ覚えてしまい、線形変換における役割を説明できない。
関連する確認問題
第3章 数学的基礎 / 微分・積分基礎
関数の値が変化しない候補となる点を調べ、局所最適解や大域最適解を検討する際に確認する点はどれか。
正解は「停留点」である。停留点は関数の値の変化が止まる候補となる点であり、局所最適解や大域最適解を検討する際に確認する。勾配は関数が最も増加する方向や変化の大きさに関わる概念、偏微分は複数の変数を持つ関数で一つの変数に着目する微分である。定積分はある範囲での量を求める操作であり、値が変化しない候補の点を直接表す語ではない。候補点が最適解であるかを判断するには、停留点を見つけた後にその周辺で関数の値がどう変わるかをさらに確認する。設問では微分の方法や面積の計算ではなく、最適解を探す際の候補点を問うている。したがって停留点を選ぶ。
第3章 数学的基礎 / 微分・積分基礎
損失関数が複数の変数を持つとき、各変数についての偏微分を一つずつ計算し、それらを並べて損失が最も増える方向を表したベクトルはどれか。
正解は「勾配」である。勾配は、多変数関数を各変数について偏微分し、その値を成分として並べたベクトルであり、関数値が最も急に増加する方向を示す。設問は複数変数の損失関数について偏微分を並べたベクトルを問うため勾配である。導関数は主に一変数で入力ごとの変化率を表す関数、停留点は微分または勾配が0になる点、偏微分は多変数関数で着目する一つ以外を定数とみなして微分する個々の操作である。機械学習の勾配降下法では、損失を小さくするため勾配と反対向きへパラメータを更新する点も押さえる。個別の微分操作か、それらを並べたベクトルか、特定の点かで区別する。
第3章 数学的基礎 / 微分・積分基礎
損失関数のある点は、その近くのどの点よりも損失が小さいが、離れた場所にはさらに小さい点が存在する。この点はどれか。
正解は「局所最適解」である。局所最適解は、ある点の近傍だけを見たときに関数値が最も良い点だが、定義域全体で最良とは限らない。設問では近くの点より損失が小さい一方、離れた場所にさらに小さい点があるため局所最適解に当たる。大域最適解は定義域全体で見て最も良い点であり、設問の条件には合わない。停留点は微分や勾配が0になる点で、必ずしも最小値ではない。勾配は各変数についての偏微分を並べ、関数が最も増える方向を示すベクトルである。比較範囲が近傍か全体かを確認する。
同じ章で確認したい用語
到達チェック
- 勾配を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、勾配に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部(運営者情報を見る)