深層学習とは
深層学習とは機械学習の手法のひとつであり、入力されたデータをもとにクラス分類や回帰を行う手法です。
ではそもそも機械学習とは何か?
機械学習自体は
人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のこと(Wikipediaより引用)
とWikipediaでは定義されております。
人間が行っている「学習」というものを再現すべく、いろいろな手法が試されており、その中でも近年、極めて高い成果を上げて注目を集めている手法が「深層学習」というわけです。
従来の機械学習との比較
では、何がほかの手法と異なるのか?
簡潔にまとめると、どのような特徴を捉えれば高い性能を出すことができるのか自動的に獲得できるというところです。
例えば、従来の手法だと画像を分類する際、画像の特徴はどこなのか、どこに着目すればよいのかを人が設計する必要がありました。
それに対して深層学習の場合は学習データを放り込めば自動的にデータのどこを特徴点としてとらえるべきかマシン側が勝手に決めてくれます。これが深層学習と従来の手法との処理の違いです。
深層学習という概念
深層学習という言葉自体は概念で、一般的には深い層から構成されるネットワークを指します。
大きく分けると、深層学習は「パーセプトロン」を起源とするものと「ボルツマンマシン」を起源とするものの二つに分かれます。
パーセプトロンを起源とするもので、最も基本的な構成はパーセプトロンを多層に組み合わせた多層パーセプトロンです。その派生で、人の視覚野のような構成を取り入れた「畳み込みニューラルネットワーク(CNN)」が有名かと思います。こちらは学習データに正解となるラベルをセットにして学習させる教師あり学習です。
一方、ボルツマンマシンの方は、製薬ボルツマンマシンを多層にしたディープ・ボルツマンマシン、ディープ・ビリーフ・ネットワークです。こちらは正解を教えずに学習させる教師なし学習です。
今回はここまで。
参考文献
山下隆義
イラストでわかるディープラーニング 講談社
新納浩幸
Chainerによる実践深層学習~複雑なNNの実装方法~ オーム社