G検定 用語解説
微分とは
ある関数への入力をごくわずかに変化させたときに、出力がどのくらい変化するか（傾き）を求める操作。ディープラーニングでは、損失を小さくする方向を求める勾配降下法の計算の基礎になる。
まず押さえる結論
微分は、G検定の「大項目8 AIに必要な数理・統計知識」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: 2026-07-03。
試験概要（公式）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
×相関と因果の取り違え（相関があっても因果とは限らない。第3の要因＝交絡に注意）。
×ベイズの定理（事前確率を観測で更新する）の理解。
×正規分布の性質（左右対称・釣鐘型・平均と標準偏差の2パラメータ）と他の概念の混同。
関連する確認問題
大項目8 AIに必要な数理・統計知識 / 線形代数・微分
複数の関数が入れ子になった合成関数を微分するとき、外側の関数の微分と内側の関数の微分を掛け合わせて全体の微分を求める計算規則を指す用語はどれか。
正解は「連鎖律」である。連鎖律は、複数の関数が入れ子になった合成関数を微分する際に、外側の関数の微分と内側の関数の微分を掛け合わせて全体の微分を求める計算規則であり、ニューラルネットワークの誤差逆伝播法で層をまたいで勾配を伝える基礎となる。内積は2つのベクトルからスカラーを求める演算であり、合成関数の微分規則ではない。偏微分は多変数関数で1つの変数についてだけ変化の割合を求める操作であって、外側と内側の微分を掛け合わせる規則そのものではない。固有値は正方行列を掛けたときの長さの倍率を表すスカラーであり、微分の計算規則とは無関係である。
大項目8 AIに必要な数理・統計知識 / 線形代数・微分
2つ以上の変数を持つ関数について、注目する1つの変数以外をすべて定数とみなし、その変数の変化に対する関数の変化の割合だけを求める操作はどれか。
正解は「偏微分」である。偏微分は、2つ以上の変数を持つ関数について注目する1つの変数以外をすべて定数とみなし、その変数の変化に対する関数の変化の割合だけを求める操作であり、勾配を構成する各成分を求める計算にあたる。微分は1つの変数だけを持つ関数についての変化の割合を求める操作であり、複数変数のうち他を固定するという条件を含まない。連鎖律は合成関数を微分するときに各段階の微分を掛け合わせる規則、勾配は各変数についての偏微分を成分として並べたベクトルであり、いずれも「他の変数を固定して1変数だけの変化率を求める操作」そのものではない。
大項目8 AIに必要な数理・統計知識 / 線形代数・微分
多変数関数のある点において、その値を最も急激に増加させる方向と、その増加の急さとを同時に表すものはどれか。ディープラーニングではこれを手がかりにパラメータを少しずつ更新して損失を小さくしていく。
正解は「勾配」である。勾配は、多変数関数の各変数についての偏微分を成分とするベクトルであり、ある点においてその関数の値を最も急激に増加させる方向と増加の急さを同時に表す。ディープラーニングでは、この勾配の逆向きにパラメータを少しずつ更新して損失を小さくする。固有値は正方行列を掛けたときに固有ベクトルの長さが何倍になるかを表す倍率であり、増加方向を示す量ではない。行列は数値を縦横に並べた対象そのものであり、方向や急さを表す量ではない。連鎖律は合成関数を微分するときに各段階の微分を掛け合わせる規則であり、関数を最も急に増加させる方向を求める計算そのものではない。
同じ章で確認したい用語
到達チェック
- 微分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、微分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）