局所的極大解
局所的極大解とは、数理最適化や機械学習において、ある特定の狭い範囲の中で関数の値が最大（スコアが最大）となる状態のことです。全体における真の最大値（大域的極大解）とは限らず、探索の途中でこの状態に陥ると、より優れた最適解に到達できなくなるという課題が存在します。
最適化問題のAI用語一覧
3件最適化問題に関するAI用語を3件掲載しています。意味や使い方、関連用語を一覧から確認できます。
ヘッセ行列
ヘッセ行列とは、多変数関数のすべての2階偏微分を要素として持つ行列です。機械学習においては、損失関数の局所的な曲率（曲がり具合）を把握するために使用されます。最適化における鞍点の判別やニュートン法などの高速な学習アルゴリズムに役立つ一方で、大規模なモデルでは計算コストが高いため近似手法が広く用いられます。
局所的極小解
局所的極小解とは、ニューラルネットワークなどの機械学習の学習過程において、ある狭い領域の中で最も誤差が小さくなる点のことを指します。全体の最適解である大域的極小解とは異なり、モデルの性能向上を妨げる要因の一つとして最適化問題で議論されます。