AIについて学ぶ#3

ごきげんよう。まのじです。
前回はAIの概要について学びました。
今のところ死ぬほどざっくりした理解だと、最新技術としてのAIは機械学習（の中でもディープラーニング（ニューラルネットワークを使用したもの）が多い？）により、多量の入力データから望みの出力になるように微調整されるもの？みたいな認識です。
学習するためのプラグインなども存在するけれど結局のところデータがなければただの入れ物。
ということは今後重要な考え方じゃないかなぁなんて愚考しながらも勉強進めていきましょう。

機械学習における学習とはデータの規則性を見つけること。
そしてニューラルネットワークは機械学習のアルゴリズムの一つであると。なるほど理解
ほんでディープラーニングは中間層を増やしたニューラルネットワークによる学習をさせること。なるほど。
2012年に発表されてたんか！知らなんだ
（感想というかなんというかがいちいち浅い気もする）

と、機械学習の中で「ニューラルネットワーク」というアルゴリズムを利用したものが一番精度高くデータの規則性を見出せるということはわかったけれどもやっぱり「質のいい学習データが大量にいる（いわゆるビッグデータ）」ってことには変わりなくて、学習元データの呪縛からは逃れられないのでは……。と思ったんだけどもこの理解であってるんだろうか。

今回のところは一旦こんな感じかなとということで。
（そして今更だけども、カバー画像、これニューラルネットワークのモデルとしてはあんま正しい形じゃないな。）