今年のクリスマスイブはお家でひっそりと過ごすことになりそうです。
さて、そんな今日はディープラーニングのことを勉強したので、それをまとめてみたいと思います。
Contents
ディープラーニングって結局なに？
AIの流行とともにディープラーニングというキーワードも頻繁に騒がれていたので、もしかしたら皆さん一度は聞いたことがあるかもしれません。
しかしながら、ディープラーニングの詳細に関しては分かっていないはず。
実は、ディープラーニングは機械学習の具体的な方法の1つなのです。
その正体は前記事で紹介した「教師あり学習」等の機械学習の各種類において、存在している具体的な手法の1つ。
要するに、ディープラーニングとは機械学習のどの分類においても用いられている具体的な手法の1つを意味します。
ディープラーニングって何しているの？
実際のディープラーニングが行なっていることを説明するために、当記事では「教師あり学習」におけるディープラーニングに焦点を当てます。
復讐として教師あり学習とは、「与えた正解データをもとに、その特徴を自動で学習させる方法」のことでした。
この学習の中でディープラーニングが果たしている役割とは何か。
ディープラーニングは、「様々な検証をおこない、その結果から総合的に判断をくだす」役割を果たしています。
検証を何段階にも分けて実施でき、非常に複雑な問題に対する判断も可能なことから重宝されています。
ディープラーニングではパーセプトロンの考え方が重要！
パーセプトロンとは、「複数の入力情報から、1つの出力を返す」ということです。
また、このパーセプトロンを用いて作った複雑なネットワークのことをニューラルネットワークと呼びます。
そして一般的には、複数のパーセプトロンの層をもつニュートラルネットワークによる学習をディープラーニングというのです。
ディープラーニングって何がすごいの？
ディープラーニングのメリットは大きく2つあります。
・精度が高い
・人間の指示なく高い精度で結果を出せる
例えば、迷惑メールの選別の関して、教師あり学習ではメールデータを分析する際に、メールのどういう部分に注目べきかを予め人間が指定する必要がありました。
しかしながら、ディープラーニングでは必要に応じて注目する対象を学習しなおす、という特徴があります。
ただし、ディープラーニングにもデメリットは存在しています。
それは、ディープラーニングを経て導き出された結果がどうしたそうなったか、ということが人間の理解できる形ではない、ということです。
ディープラーニングで用いられているニュートラルネットワークは数万以上のデータから構成されていることが一般的なので、非常に複雑なため人間が理解できる範疇を超えてしまっているのです。
機械学習の向き不向きをしっかりと理解しよう
以上よりディープラーニングの特徴が分かったかと思います。
ディープラーニングといえどもメリット・デメリットは存在しているので、いま自分がどんな課題を解決したくて、そのためにどういった手法を必要としているのかをしっかりと見定める必要があります。
「問題の本質を捉えて、どんな手法の機械学習を用いるのか」を見極めることが何よりも大切なのです。
