ソフトマックス関数の用途
ソフトマックス関数は、複数のスコアを、合計が1になる非負の値へ変換する関数です。多クラス分類の出力層で、各クラスに属する確率のような値を得るために使われます。G検定では、二値分類のシグモイド、多クラス分類のソフトマックスという対応を押さえると、多くの基礎問題に対応できます。
正解の理由
選択肢1の多クラス分類で、各クラスに属する確率のような値を出力するが正解です。たとえば、画像が「犬」「猫」「鳥」のどれかを分類する場合、モデルは各クラスのスコアを出し、ソフトマックスでそれらを確率のような分布に変換します。最も大きい値のクラスを予測クラスとして選ぶことが一般的です。
G検定で押さえるポイント
- ソフトマックスの出力は各要素が0以上で、全クラスの合計が1になります。
- 多クラス分類では、交差エントロピー損失と組み合わせて使われることが多いです。
- スコアの大小関係を保ちながら、確率分布のように解釈できる形へ変換します。
混同しやすい論点
- 画像サイズをそろえる処理はリサイズや前処理の話で、ソフトマックスとは関係ありません。
- 重み初期化は Xavier 初期化や He 初期化などの論点で、ソフトマックスの用途ではありません。
- 外れ値除去はデータ前処理の話であり、出力層の活性化関数であるソフトマックスとは役割が違います。
他の選択肢の評価
- 選択肢1が正解です。多クラス分類の出力を確率分布のように整える関数です。
- 選択肢2は画像リサイズの説明です。
- 選択肢3は重み初期化の説明です。ソフトマックスは学習済みスコアを変換します。
- 選択肢4は外れ値処理の説明であり、ソフトマックスの役割ではありません。
実務上の意味
実務では、ソフトマックス出力の最大値を「自信度」のように扱うことがありますが、過信した値になる場合もあります。分類結果を業務判断に使うときは、閾値、誤分類コスト、校正、未知クラスへの対応を考慮する必要があります。G検定では、確率のように見えるが常に業務上の信頼度そのものではない点も意識しておくと理解が深まります。
G検定では、用語の丸暗記だけでなく「どの場面で使う概念か」「何と対比されるか」まで問われやすいです。正答を選んだ後に、誤答がなぜ成り立たないかを説明できる状態にしておくと、文章表現を変えた問題にも対応しやすくなります。G検定対策では、正解語だけでなく、反対概念、代表例、限界、現在の実務での使われ方を一緒に説明できる粒度まで確認しておくと安定します。また、問題文の時代背景や技術名を手がかりに、どのAIブーム・どの学習方式・どの限界の話かを切り分けてください。