はじめに
この記事では、書籍やUdemyで深層学習について学んだことを書いていこうと思います。①米国AI開発者がやさしく教える深層学習超入門第一弾【Pythonで実践】は非常にわかりやすいので、深層学習を学ばれる方は、ぜひこの動画で学習することをお勧めします。
目次
深層学習が使われているもの
深層学習をつかった、サービスや製品は日常生活に深く浸透している
- DeepLやGoogle翻訳などの翻訳
- Alexa, Google homeなどの音声認識
- 医療用画像診断
- ChatGPT等の生成AI
深層学習とは
深層学習は機械学習の１種で、3層以上の多層のニューラルネットワーク(NN)によって構成されている。
ニューラルネットとは、人間の脳の神経細胞を模倣したモデルである。このNNを用いて学習する。深層学種は、層を"深く"することでより精度の高いモデルを構築できる。層を深くするというのは、隠れ層の数を多くすることである。
下の画像は、隠れ層が２層のNNである。入力層にデータを渡して、自動で処理・学習して次の層に渡す。そして、出力層で学習した値を出力する。
機械学習と深層学習の違い
機械学習と深層学習のと大きな違いは、特徴量についてである。
-
機械学習
- 特徴量は人が見つけたり、作る
-
深層学習
- モデルが特徴量を作る
つまり、深層学習は、入力データを渡すだけで、自動でモデルが特徴量を作ってくれる。そのため、深層学習はいい"モデル"を作ることが重要である。