狙い
本記事はプログラミングを始めたばかりの初心者や、機械学習とか興味あるけどイメージすら湧かない、くらいの方を対象にディープラーニングと機械学習の大まかなイメージだけでも掴んでいただこうと思い書いた記事です。詳細というよりは、二つが似た者同士の親戚であるというイメージのみを伝えようといった内容です。
両者の共通点
大きく分けると「あらゆるパターン学習させる」と「学習済みのものを使う」二つのフェーズがあります。
その二つについて話します！（分類器を例に）
### 学習
まず学習させることで猫の特徴などを覚えさせ、猫の画像を見たら「これは猫だ！」と判別できるようにします。
他にも犬や猿などあらゆる動物の画像をサンプルとして与え、正しく分類できるようにします。
### 使用
こうして行われた学習後に適当な動物画像を与えるとその動物がなんなのかを９０％とかで正解できるようになる！っていうのが機械学習、ディープラーニングです。
ディープラーニングと機械学習の違い
両者の概要については上の画像のイメージです。
では違いは一体なんなのか。
この部分が違います！ほとんど全部じゃんw
できることは同じなのに、どんな具合に違うのだろう といったことを雑くチェックしていきます。
人間がその生き物を猫と判定するまでには、輪郭や鼻、耳などから判断すると思います。
### じゃあ、機械はどうやって判断するの？
ここに機械学習とディープラーニングの違いがあります。
このブラックボックスの大きさの違いが両者の違いなのです。
### つまり？
知っている人もいるかもしれないですが、機械学習は英語でマシーンラーニングといい、ディープラーニングはその仲間なのです。
ディープラーニングをやりたいと思ったら機械学習から入っても遠回りではありません。
### 他に違いは？
学習方法、適応範囲など様々な違いはあります。でもこの流行りの二つの言葉は親戚であることに変わりはありません。一つを学んで見たら、もう一つも理解できてきたりします。
あとがき
ディープラーニングを学ぶために必要な知識が多すぎたり、「ディープラーニングとは？」とか調べるとかなり難しい記事しか出てこなくて、初学者を遠ざけてる感があったので多少雑にでも解説するサイトも必要なのでは？と思いこの記事を投稿いたしました。
入門、初心者向けでも結局文量が膨大になってしまうのがこの分野なので、噛み砕いて極力文量を減らせるように意識しました。
もちろんしっかりと理解するためにはそれなりの時間、努力が必要であって最後まで理解させようと思って記事を書こうものなら既存のサイトと同じ長い文になるでしょう。そこに踏み込む前の軽いストレッチ的な役を担えればいいなと思います。→これが十分な説明を果たしているわけではないので興味を持っていただけた方はもっと調べて見てください！
今回の説明は分類器というものを例にしていて、他にも色々あります！