ディープラーニングとマシーンラーニング（第３次AIブーム）

2021年8月11日 05:02

マシーンラーニング（機械学習）とは・・・

・1990年代　ウェブ「統計的自然言語処理」が発展

※例えば翻訳を考えるときに意味構造を記憶するのではなく、英語でこう使われたものが日本語でこう使われることが多いというのを当てはめていく方法

※インターネットの普及により大量のデータを入手する環境が構築されたことが大きな背景となる

・基本的に人は物事を分けて判断（YESかNOを判断している）している

・機械学習とは、大量のデータを処理しながら自動的に「分け方」を習得すること

・機械学習ができるようになれば、未知のデータも分けることができるようになる

・機械学習で重要なのは「特徴量」

※ある人の年収を予測する際に「好きな色」の情報はいらないけど、「居住地」は有効かもしれない。

・これまではこの「特徴量」を選ぶのは人間だった。

・ディープラーニングでは、「コンピュータが良質な特徴量を設計できるようになった」

・機械学習の「学習」には、最近傍法、ナイーブベイズ法、決定木、ニューラルネットワークなどがある

・このニューラルネットワークというのが、人間の脳神経回路を真似した仕組み

※特徴量を算出する中間層のニューロンを多層にしたニューラルネットワークがま・さ・にディープラーニング

・ニューラルネットワークにおいて、「重みづけ」が重要

・特に「音声」や「画像」においての学習精度が飛躍的に向上した

・モンテカロル法

打ち手が何であろうとｘ億回の判断を下し続ける

・「重みづけ」の方法には、文字認識　MNISTの例が有名

３を８と認識してしまった場合に、重みづけの値がただしくなるように重みづけを調整しつづける（誤差逆伝番という）

※上司が部下から上がってきた判断に基づき判断し、成功すればその部下を信頼するし、成功しなければ関係を弱めていく・・と同じようなもの

繰り返しになるが、ディープラーニングとマシーンラーニングの違いは、「特徴量」の重みづけを人間がしてきたことがコンピュータによってできるようになったことである！

どんどん難しくなるけど、ぜひついてきてください！！！

この記事が気に入ったらサポートをしてみませんか？