この記事について
この記事は、機械学習まわりの用語をざっくりイメージするために、いろんな方向から噛み砕いて、解釈してみようという試みです。
用法
ざっくりイメージする試みなので、ここでは正確性は犠牲にします。正しく扱わないとモゾモゾする方は、これ以上読み進めないほうがいいかもしれません。
それでは書いてみましょう
機械学習
Machine Learning
という訳ですが、
Computational Learning
のほうがしっくり来る気がします。
画像 / テキスト / 信号などのデータをコンピュータで演算して、
その結果を記憶しておく。これを学習と呼んでます。
ニンゲンも、よくわからない図形を100回くらいノートに書いて、
形状、読み方、意味、成り立ちを記憶して、扱えるようになりました。
漢字の学習ですね。
その際に、形の似ているものを発見したり、読み方が似ているものを発見したり、
なんかこの部位は人の形にみえるなぁ・・などと捉えていました。
そうです。それが 特徴量 です。
たとえば、りんごの特徴。
赤い / 大きさこのくらい / 重さこのくらい / 甘い / 酸っぱい / パイにする
様々な特徴を挙げることができます。
(なんだかこれって、オブジェクトのモデリングに似ていますよね)
ニューラルネットワーク
神経細胞(ニューロン)の発火と伝達を参考に、コンピュータで計算できる形にしたものがニューラルネットワークです。
まずは、入力層と出力層を持っています。
これだけでは、入力がそのまま出力されて変化がないので、脚色演算をする層を追加します。これを隠れ層と呼んでいます。
これらの計算がニューラルネット中を伝搬して伝わって、
出力層にでてくるというしくみです。
抽象化をするときによく使う方法ですが、しくみを点と接続に分解します。
逆に言えば、点と接続でしくみを作る、ともいえます。
ある層の点をノード、接続をエッジと呼びます。
点は活性化関数を持ちます。エッジは重みをもちます。
重みを活性化関数にあらかじめ入れ込むこともできるのですが、
あとで、「あーここの活性化は無効にしたいな・・」とか、調整の余地を残しておくためにも、重みは係数として独立させておいたほうが扱いやすいです。
賢い人はここで「重みも学習を反映させて自動調整したらよくない？」とか気づくらしいです。
CNN (Convolution Neural Network)
畳み込みニューラルネットワーク
畳み込みってなんでしょう？？
たたむはわかります。
あなたの手元に紙片あれば、4つ折りに畳んでみましょうか。
もうすこしいけます？もう４つ折りに。。硬いですよね、紙。もとは木ですもんね。
これが畳むという行為です。
大きいものを、小さくたたむ。
コンピュータが大きなデータをたたむために、演算する。
CNNは、画像処理でよく使われる手法らしいです。
ざっくりイメージしてください。
画像を、
モザモザにしたら、
肌色多い
精細な画像から、ある特徴を抽出できませんでした！？いま。
もうひとつ
画像を、
モザモザにして、
赤色だけ取り出したら
肌色の長方形の両端に２つ
なんかまた、この画像の特徴を抽出できましたよね。
フィルタ処理、活性化関数、畳み込み処理でモザモザ。
モザモザから特徴を抽出したものが、プーリング処理。
CNNでは、これを繰り返し行います。
RNN (Recurrent Neural Network)
画像は１枚絵なのでよかったんですが、
動画 / 音声波形 / 文章はくりかえし同じような信号が入力されます。
なので、隠れ層の値を時系列にしたがってどんどん更新することにしました。
ただまあ、そう都合よく計算し続けられることばかりではないので、
オーバーフローもアンダーフローもありますし、メモリも有限です。
そこで LSTM (Long Short-Term Memory) が生まれました。
LSTM (Long Short-Term Memory)
しらべてきます！
おわりに
機械学習の本をなんど読んでもイマイチイメージがわかない人は、
コード書いてちゃんと遊んでみるとか、
この記事のように、ちょっとぼんやり遠くからあいまいさをもって眺めてみて、
もちまえの知識との結合をはかるとか、いいかもしれませんね。
このノートは更新を続けます。
こういうときに個人でなく、有志みんなで編集できると心強いのですが。