<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[make PARTNERS by Yuka Kudo]]></title><description><![CDATA[Yuka Kudo's HP]]></description><link>https://www.chlorochloe.com/blog</link><generator>RSS for Node</generator><lastBuildDate>Wed, 20 May 2026 07:26:07 GMT</lastBuildDate><atom:link href="https://www.chlorochloe.com/it/blog-feed.xml" rel="self" type="application/rss+xml"/><item><title><![CDATA[AIの予測計算、中身を覗いてみた]]></title><description><![CDATA[「AIが予測を出す」とは、具体的にどのような計算なのでしょうか。 本記事では、ニューラルネットワークの基本的な構造から、順伝播・活性化関数・目的関数まで、数式レベルで解説します。 ニューラルネットワークとは ニューラルネットワークとは、脳の神経細胞（ニューロン）のつながりをモデル化した機械学習のアルゴリズムです。複数の入力値を受け取り、重み付きの演算を繰り返すことで予測値を出力します。 ネットワークは大きく3種類の層（レイヤー）で構成されています。 入力層（Input Layer）：データを受け取る入口 中間層 / 隠れ層（Hidden Layer）：特徴を抽出する処理段 出力層（Output Layer）：最終的な予測値を出す出口 中間層を2層以上重ねたネットワークが「ディープラーニング」と呼ばれます。各層のノード同士は「重み（weight）」と呼ばれる係数を持つ接続（エッジ）でつながっています。 順伝播の計算 入力層から出力層へ向かって値を計算していく処理を「順伝播（Forward Propagation）」と呼びます。計算は大きく2ステップで行われます。...]]></description><link>https://www.chlorochloe.com/post/ai%E3%81%AE%E4%BA%88%E6%B8%AC%E8%A8%88%E7%AE%97%E3%80%81%E4%B8%AD%E8%BA%AB%E3%82%92%E8%A6%97%E3%81%84%E3%81%A6%E3%81%BF%E3%81%9F</link><guid isPermaLink="false">6a00c1b6ecab901137571e0e</guid><category><![CDATA[ソフトウェア]]></category><pubDate>Sun, 10 May 2026 18:16:04 GMT</pubDate><enclosure url="https://static.wixstatic.com/media/12f71a_06e231f8ceca41198d09c2fcc1e58c20~mv2.png/v1/fit/w_593,h_265,al_c,q_80/file.png" length="0" type="image/png"/><dc:creator>Yuka Kudo</dc:creator></item></channel></rss>