こんにちは、ぽめた （@pometa0507） です。社会人エンジニアとして働く傍ら、AI資格の「E資格」取得に向けてディープラーニングの勉強をしています。

この連載は、E資格の勉強中に学んだ内容を記事としてまとめるものです。 E資格を受験される方のおさらいや、E資格に興味のある方の参考となれば幸いです。

前回の記事（Day6）は、順伝播処理のまとめとしてMNISTの手書き数字を分類するニューラルネットワークの推論について紹介しました。ここからはニューラルネットワークの学習フェーズに入っていきます。今回のDay7で紹介するのは、学習するために必要となる「コスト関数」についてです。

これまでの記事
Day1の記事「ディープラーニングの概要」
Day2の記事「パーセプトロン」
Day3の記事「活性化関数」
Day4の記事「ReLUの一般化」
Day5の記事「出力ユニット」
Day6の記事「MNIST手書き数字の分類」

ニューラルネットワークの推論と学習

ニューラルネットワークは、「推論」と「学習」のフェーズにわけることができます。