G検定（ジェネラリスト検定） ディープラーニングの概要 練習問題 第27問: 次の文の空所（　）に入る語として、最も適切なものはどれか。 学習する仕組みの成功や失敗が、多くの判断や構成要素の働きの結果として生じたとき、その結果への貢献をそ

肢2が正解です。Reinforcement Learning: An Introduction（Sutton・Barto）の1.7節は、Minskyが論じた信用割当問題を、成功をもたらしたかもしれない多くの判断に、その成功の手柄をどう配分するかという問題として紹介しています。

Schmidhuberの概説（2014年にarXivで公開）も、学習する仕組みのどの構成要素が成功や失敗に責任を持つかを根本的な信用割当問題と呼んでいます。肢1の勾配消失問題は層を重ねると勾配が小さくなって学習が進みにくくなる現象、肢3の探索と活用のトレードオフは、よく知っている行動で報酬を得ることと、まだよく知らない行動を試して知識を増やすことの釣り合いの問題、肢4のシンボルグラウンディング問題は記号に感覚にもとづく意味を結び付ける問題で、いずれも貢献の配分の問題ではありません。