はじめに

G検定では、AIアルゴリズムの基礎理解が問われる問題が数多く出題される。
中でも「勾配法」に関する内容は頻出テーマの1つであり、その応用力が試される。

今回取り上げるのは、最急降下法と学習形態に関する過去問だ。
一見すると基礎的な内容に見えるが、類似語の混同により正解率が下がりがちな設問でもある。

Contents

問題

以下の文章を読み、(●)に最もよく当てはまる選択肢を選べ。

勾配法のアルゴリズムの1つである最急降下法は、一度の学習にすべてのデータを利用することから(●)学習と呼ばれる。

選択肢：

最急降下法（Gradient Descent）の中でも、すべての訓練データを一度に使って重みの更新を行う方式を「バッチ学習」と呼ぶ。
このため、空欄(●)に最も適切なのは「バッチ」となる。

バッチ学習とは、学習データ全体をまとめて一度に処理する学習方法を指す。
最急降下法の基本形はこの形式を採用しており、以下のような特徴を持つ：

この手法はモデル更新が安定する反面、大規模データには向いていない側面もある。

選択肢を1つずつ見ていこう。

選択肢	概要	誤っている理由
オンライン	データが1つずつリアルタイムで入力される都度、学習を行う手法	最急降下法の基本は「全データ」を前提としているため、この選択肢は不適切
ミニバッチ	データを複数の小さなグループ（ミニバッチ）に分けて学習する方法	最急降下法の派生であり、選択肢としては正解に最も近いが、設問では「すべてのデータを利用」と明記されているため不正解
フルセット	一部の参考資料で「バッチ学習」と同義に扱われることもあるが、正式な用語ではない	一般的な機械学習の文脈ではあまり使われない言葉であり、曖昧なため選択肢としては不適切

つまり、明確に「全データを使う」と定義されていることから、「バッチ」が正答となる。

現場では、次のような場面でバッチ学習が活用されている：

また、バッチ学習の安定性を保ちつつ高速化を目指す「ミニバッチ学習」が、実装現場でよく用いられている。

以下は、主要な学習形態の違いを図解したものである。

今回の問題は、最急降下法と学習形態の関係を正しく理解しているかが問われる内容だった。
選択肢には似た用語が並んでいるため、用語の定義を曖昧にしていると正答を選びづらい。

✅ 正解：「バッチ」＝全データを使った学習
✅ ポイント：用語の定義を明確に覚える
✅ 応用力：ミニバッチやオンラインとの違いを把握する

G検定ではこのような用語理解を問う問題が多く出題されるため、単なる暗記にとどまらず、概念の背景と応用シーンまで理解を深めておきたい。