G検定｜小分けにして更新する

ANSWER & EXPLANATION

正解：B

学習データを小さな単位に分けて更新する方法です。損失は誤差の測り方、最適化はその損失を減らす手順です。

選択肢のポイント

• A早期終了は検証性能を見て学習を打ち切る過学習対策です。この設問で求める働きとは異なります。
• B正解です。学習データを小さな単位に分けて更新する方法です。
• C交差エントロピーは正解クラスへ割り当てた確率に基づく分類用の損失です。この設問で求める働きとは異なります。
• D勾配降下法は損失の勾配を使ってパラメータを更新する最適化手法です。この設問で求める働きとは異なります。

関連キーワード

• ミニバッチ学習
• 学習と最適化

参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日