AIビジネスプランナー入門講座⑤

**新職業「AIビジネスプランナー」を目指したい方に向けた講座です。
———-

新職業「AIビジネスプランナー」を目指すための教養講座ですが、いよいよ後半戦に突入です。

今回もニューラルネットワークについて書いていきます。

まず、前回の図を見ていきましょう。

ニューラルネットワークを作成した後、学習は図の左から右(順伝播)、そして右から左へ学習をおこなう逆伝播の二通りがあります。

逆伝播はバックプロパゲーションと呼ばれ、学習において必須となります。

何故に必須なの？
なんで右から左に学習するの？🥺

という方がいると思いますので、書いておきます。

逆伝播ですが、順伝播で学習した際に発生する誤差を修正するためにおこないます。

誤差の定義は以下に示します。

■現在地が東京なのに沖縄になっている➡︎誤差が多い
■現在地が東京で神奈川になっている➡︎誤差が小さい

この誤差の修正ですが、前回ご紹介した重みとバイアスを変更していく事、損失関数を活用して修正していきます。

損失関数には、二乗和誤差や交差エントロピーという名前の関数がよく利用されます。名前だけ覚えておきましょう。

以上、ここまでニューラルネットワークについて書きました。

読んでいただいた中で、感じた事はきっと「最適な学習って凄く手間だな🥵」と言った所だと思います。

実はそれは全く正解です。

ディープラーニングの難しいところは、「学習の最適化」です。

どれくらい学習データを集めたら良い精度が出るのか、重みとバイアスはどう決めていくか、学習回数は何回にすれば良いのか等悩みは尽きません。

この悩みが解決できず、AIプロジェクトが頓挫するケースはかなり多いです。

しかし、実はこれ全てを自動でやってくれるサービスもあったりもします(笑)

DataRobotが有名ですね。これがあれば、AI開発エンジニアは失業してもおかしくないのです(笑)

ただ、AI開発エンジニアが失業しても、AIビジネスプランナーは残ります。AI開発の企画をする人材の自動化は絶対にできません。

次回は、ニューラルネットワークの実際の実装方法を書いていきます。

単語や概要はわかっても、実際の実装方法が理解できないのは良くありません。