平成31年春期 午前問題3
AIにおけるディープラーニングに関する記述として，最も適切なものはどれか。
１、
ディープラーニング(Deep Learning)は、人間や動物の脳神経をモデル化したアルゴリズムを多層化したものを用意し、それに「十分な量のデータを与えることで、人間の力なしに自動的に特徴点やパターンを学習させる」ことをいいます。人工知能の機械学習分野における要素技術の1つで、深層学習とも呼ばれます。従来の機械学習方式と異なり、中間層の多層化によって複雑なパターンの表現と計算を可能にしていることが特徴です。
Deep Learningとは、十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワーク（DNN）を用いた学習のことです。
２、
Deep Learningと人工知能、機械学習の違い
３つのキーワードの関係は、大まかにいうと「人工知能＞機械学習＞Deep Learning」という構造になっています。
３、人工知能（AI）
大量の知識データに対して、高度な推論を的確に行うことを目指したもの
４、機械学習（ML）
人が明示的に挙動を指示することなしにコンピューターに学習能力を与えること
５、Deep Learning (DL)
ニューラルネットワーク（NN）というパターン認識をするように設計された、人間や動物の脳神経回路をモデルとしたアルゴリズムを多層構造化したもの
■DNN（Deep Neural Network，ディープニューラルネットワーク）
ニューラルネットワーク（NN）というパターン認識をするように設計された、人間や動物の脳神経回路をモデルとしたアルゴリズムを多層構造化したもの。
■CNN（Convolutional Neural Network，畳み込みニューラルネットワーク）
局所的な情報の抽象化及び位置普遍性をもたせた順伝播型ニューラルネットワークを利用したアルゴリズム。DNNを2次元データに対応させたもので、画像に対して高いパターン認識能力を示します。
主な用途：画像認識
■RNN（Recurrent Neural Network，再帰型ニューラルネットワーク）
音声、動画データのような可変長のデータを扱えるようにするために中間層に再帰的な構造をもたせた双方向に信号が伝播するニューラルネットワークを利用したアルゴリズム。
DNNを横に繋いで時間変化する、連続的なデータに対応させたものですが、あまり長時間のデータには向きません。
また最近では、Google Translateなど自然言語処理にも使われています。
主な用途：音声認識、動画認識、自然言語処理
そもそもビジネスに導入したい際には、Deep Learningのアルゴリズム等を検討する前に、それが機械学習の方が適切なのか、DeepLearningの方が適切なのかでも変わってきます。
参考：
ディープラーニング（Deep Learning）とは？
https://leapmind.io/blog/2017/06/16/%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0%EF%BC%88deep-learning%EF%BC%89%E3%81%A8%E3%81%AF%EF%BC%9F%E3%80%90%E5%85%A5%E9%96%80%E7%B7%A8%E3%80%91/