AI資格ドリル
資格を選ぶ↓

G検定 用語解説

多層パーセプトロンとは

入力層・出力層に加えて中間層(隠れ層)を1つ以上持つパーセプトロン。活性化関数による非線形変換により、線形分離不可能な問題も扱える。

まず押さえる結論

多層パーセプトロンは、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。見分けの要点は、多層パーセプトロンは中間層を持ち非線形分離を扱える一方、単純パーセプトロンは中間層を持たず線形分離可能な問題に限られます。

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: 2026-10-02。

試験概要(公式)

比較記事でさらに確認する

多層パーセプトロンの具体例と、問題文で見る箇所・隣接概念との境界

多層パーセプトロンを、役割と隣接概念の境界から捉える

入力層・出力層に加えて中間層(隠れ層)を1つ以上持つパーセプトロン。活性化関数による非線形変換により、線形分離不可能な問題も扱える。 試験では、処理の対象・目的・使う段階を別の概念と入れ替えた選択肢が出ます。何に対して何をする手法かを分けて確認します。

問題文で見る箇所
入力層と出力層の間に1つ以上の中間層があり、活性化関数で非線形変換しているかを確認します。
隣接概念との境界
多層パーセプトロンは中間層を持ち非線形分離を扱える一方、単純パーセプトロンは中間層を持たず線形分離可能な問題に限られます。

誤答しやすい選択肢

  • 入力層と出力層だけの構成を多層パーセプトロンと呼ぶ。定義の主語と処理対象を確認します。
  • 多層パーセプトロンの目的だけを見て、同じ目的を持つ別手法まで同じ用語とする。具体的な処理を比較します。
  • 多層パーセプトロンを使えば目的が必ず達成されると断定する。適用条件や評価を別に確認します。

4段階の判断手順

  1. 01問題文が状態、手法、評価指標、制度のどれを説明しているか決める。
  2. 02定義の中心となる対象と動作が多層パーセプトロンに一致するか確認する。
  3. 03隣接概念と共通する目的ではなく、処理や条件の違いを見る。
  4. 04必ず・完全に・だけでよいという過度な断定がないか見直す。

到達条件: 多層パーセプトロンを一文で説明し、最も混同しやすい隣接概念との違いを処理または条件から言える。

試験での問われ方

01

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。

02

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。

03

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 / ニューラルネットワークの基礎

入力2値のうち片方だけが1のとき正例となる分類を、単純パーセプトロンで学習できなかった。該当する問題はどれか。

この事例では「一本の直線では分離できない排他的論理和か」を確認すると、「XOR(排他的論理和)のような線形分離できない問題」という説明が正しいと分かる。正解は「XOR(排他的論理和)のような線形分離できない問題」である。単純パーセプトロンは直線(超平面)で分離できる線形分離可能な問題しか解けず、XOR(排他的論理和)のように1本の直線では分けられない問題は解けない。これがパーセプトロンの限界として知られ、中間層を持つ多層パーセプトロンによって解決された。線形分離可能な問題は単純パーセプトロンでも解ける。足し算や文字表示のような処理は線形分離の対象ではなく、分類問題を1本の直線で分けられるかどうかという基準で見分ける。

大項目4 ディープラーニングの概要 / ニューラルネットワークの基礎

二つのスイッチの状態が異なる場合だけ点灯する規則を、一本の直線で分類できなかった。この問題はどれか。

この事例では「排他的論理和で線形分離できないか」を確認すると、「XOR(排他的論理和)のような線形分離できない問題」という説明が正しいと分かる。正解は「XOR(排他的論理和)のような線形分離できない問題」である。単純パーセプトロンは直線(超平面)で分離できる線形分離可能な問題しか解けず、XOR(排他的論理和)のように1本の直線では分けられない問題は解けない。これがパーセプトロンの限界として知られ、中間層を持つ多層パーセプトロンによって解決された。線形分離可能な問題は単純パーセプトロンでも解ける。 線形分離の問題では、入力の組み合わせで出力が反転し、直線を一本引いても正例と負例が分かれない例を探す。足し算や画面表示のように分類の枠組みに当てはまらない選択肢と、直線で分けられる問題を挙げた選択肢は、設問の条件を満たさないため外せる。

大項目4 ディープラーニングの概要 / ニューラルネットワークの基礎

排他的論理和のデータを単純パーセプトロンへ与えたが決定境界を引けなかった。原因となる性質はどれか。

この事例では「データが一本の直線で分離できないか」を確認すると、「XOR(排他的論理和)のような線形分離できない問題」という説明が正しいと分かる。正解は「XOR(排他的論理和)のような線形分離できない問題」である。単純パーセプトロンは直線(超平面)で分離できる線形分離可能な問題しか解けず、XOR(排他的論理和)のように1本の直線では分けられない問題は解けない。これがパーセプトロンの限界として知られ、中間層を持つ多層パーセプトロンによって解決された。線形分離可能な問題は単純パーセプトロンでも解ける。 線形分離の問題では、入力の組み合わせで出力が反転し、直線を一本引いても正例と負例が分かれない例を探す。足し算や画面表示のように分類の枠組みに当てはまらない選択肢と、直線で分けられる問題を挙げた選択肢は、設問の条件を満たさないため外せる。

同じ章で確認したい用語

到達チェック

  • 多層パーセプトロン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、多層パーセプトロン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)