学習率の値
学習率の値は学習の進み方に大きな影響を与える.例えば,学習率が過度に小さいとコスト関数の高い局所的最適解から抜け出せなくなることがある.また,大域的最適解に向かって収束している場合でも,学習率が大きいと,収束は速いがコスト関数の最終的な値が高く,逆に小さくすると収束は遅いが最終的にはより最適解に近いパラメータになるため,コスト関数は小さな値に収束する.
コスト関数
コスト関数 という名前の関数です。ニューラルネットワークは、ひとつひとつのニューロンが複数の入力と1つの出力を持っていて、入力に対する重み付けを行うために重み(weight)を持っていて、さらに出力をどうするか決めるために、1つのしきい値(bias)を持っています。
ニューラルネットワーク全体の重みとしきい値をランダムで決めたときに、それらを使ってはじき出した人工知能の回答が、実際の答えとどれくらい離れているかを計測するために使う関数だと書いてありました。
この関数の値をゼロに近づけていくことが、ニューラルネットワークにとっての学習ということになるみたいです。

