読み方 ： せんけいかんすう

概要

入力が一つの最も簡単な形式だと $f\left(x\right)=ax+b$ （aとbは定数）のように表される関数で、平面上にグラフとして描画すると直線となる。多変数の場合は $f\left(x\right)=a_1{x}_1+a_2{x}_2+\dots +a_n{x}_n+b$ のように各入力に係数を乗じた一次の項の和として表される。入力の累乗や対数、指数関数、三角関数などの曲線的な関係は含まない。

統計解析では、線形回帰や線形分類モデルなどが与えられたデータの特徴を表すのに線形関数を用いる。ある入力データの特徴量に重みをかけ、バイアス（定数）を足し合わせることで、目的とする出力を予測する。

ニューラルネットワークでは、上層の各ノードからの出力値は、それぞれ係数を乗じて加算した線形関数の形で下層のノードに伝達される。係数の大きい項は計算結果に大きく寄与し、逆に小さい項は結果に与える影響が小さい（ゼロならば無視される）。係数の大きさがノード間の繋がりの強さを表しており、学習データを用いてこれを調整することが学習プロセスの中心となる。

この記事の著者 ： (株)インセプト IT用語辞典 e-Words 編集部
1997年8月より「IT用語辞典 e-Words」を執筆・編集しています。累計公開記事数は1万ページ以上、累計サイト訪問者数は1億人以上です。学術論文や官公庁の資料などへも多数の記事が引用・参照されています。