G検定 用語解説
AdaGradとは
パラメータごとに、それまでの勾配の大きさの累積に応じて学習率を自動的に調整する最適化手法。更新頻度の低いパラメータの学習率を相対的に大きくする。
AdaGradの意味と見分け方
AdaGradは、G検定の「大項目4 ディープラーニングの概要」に出てくる用語です。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。
試験概要（公式）比較記事でさらに確認する
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
「大項目4 ディープラーニングの概要」の問題で、取り違えやすい組み合わせです。
- 勾配消失問題と勾配爆発の混同と、ReLUなど活性化関数が緩和に果たす役割の誤解。
- 局所最適解・大域最適解・鞍点の混同（鞍点はある方向に極小・別方向に極大）。
- 誤差逆伝播法（バックプロパゲーション）と勾配降下法の役割の取り違え。
関連する確認問題
大項目4 ディープラーニングの概要 / 学習の仕組み
勾配の移動平均による慣性の効果と、パラメータごとに学習率を適応的に調整する仕組みの両方を兼ね備えた、ディープラーニングで広く用いられる最適化アルゴリズムはどれか。
正解は「Adam」である。Adamは勾配の移動平均による慣性（モメンタム）の効果と、パラメータごとに学習率を適応的に調整する仕組みの両方を併せ持ち、ディープラーニングで広く用いられる最適化アルゴリズムである。モメンタムは慣性のみ、AdaGradとRMSPropはパラメータごとの学習率調整のみを持ち、いずれか一方の性質しか備えないため、両方を同時に備えるという設問の条件には当てはまらない。設問は2つの仕組みを同時に満たす手法を問うており、これに該当するのはAdamだけである。
同じ章で確認したい用語
到達チェック
- AdaGrad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、AdaGrad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: AI資格ドリル編集部（運営者情報を見る）