DeepLearningとは何か

Facebookシェア Twitterツイート LINEで送る Googleシェア このエントリーをはてなブックマークに追加
この章を学ぶ前に必要な知識
Up
0
Down

要約

概要

DeepLearningはニューラルネットワークを強化させた機械学習技術の一つ. 近年AIと呼ばれているものはこの技術を元にしているものを指している。 特に画像処理や音声認識等で主な成果をあげているが、他の分野の波及も広い
ーポイントー
  • 画像認識、音声認識が主な成果
  • 翻訳、チャットボットの方面でも使用される
  • ハードウェアの進化によって大規模計算が可能になったことなどが影響

解  説

Deep Learningは今まで下の図のように計算回数の少なかった多層ニューラルネットワークをより様々な工夫により計算回数を増やして深く(Deep)することでより学習性能の上げた機械学習技術である。 使い方は数値や画像の予測や物のクラス分け、戦略を考えるなど様々な形に当てはめることができる技術. 近年DeepLearningが技術的に実現できるようになったのは、 ・計算をするハードウェアの向上 ・今までのニューラルネットワークの問題点を解消 ・インターネットの普及により大量のデータの収集が容易に 等があげられる
DeepLearning導入
従来と近年のニューラルネットワークは形の違いから言えば深くなったことが大きく異なる
上記の絵の一つ一つの丸で矢印でやってくる値を使って小さな計算しているのですが、この時の計算を少しずつ調整して、 最後の答えが教えられた値に近くなるように計算を変えていくことで "学習"を実現している.
DeepLearningの学習とは
$$y = ax+b$$
xが前の丸から渡された値 yが次の丸に渡す値 ちょうど左の式のaとbが学習で調整される値
従来のニューラルネットワークも上記のように学習している点は同じです。 しかし、従来のでは途中で間違っているのを調整しようとしてもあまり調整してくれなかったり、覚えさせられたデータでしか正しい答えを出せなかったりしたため、 全く実用にはかないませんでした。 しかし、近年の工夫で計算回数を増やしてニューラルネットワークを長くしてもちゃんと計算を調整するようになってきて学習の能力が上がってきました。 研究を進めるうちに、DeepLearningが画像の分類や音声の認識、囲碁など分野を限って学習させれば人間と同じくらいの能力を身につけられるときが出てきたため、注目されてきています。
従来の課題の解消
画像 ・画像の自動タグ付け ・画像の分類 ・画像の〇〇風な変換 ・人の顔の認識 ・カラー画像化 ・画像への説明付け ・画像の自動描画 音声 ・人間の音声認識 動画 ・人間の動きの分類 ・歩行者の検出 ・自動運転で必要な認識 その他 ・チャットボットの高性能化 ・異常検知 ・画像を用いた医療検査
DeepLearningの適用例
この章を学んで新たに学べる
Comments

Reasons
>>隠す