ニューラルネットワークとディープラーニングとは？

ニューラルネットワークとディープラーニングの意味

人間の脳の神経細胞のつながりを模した計算モデル（ニューラルネットワーク）を使った機械学習手法。中間の層（隠れ層）を多層に重ねて複雑な特徴を段階的に学習するものをディープラーニング（深層学習）と呼び、画像認識や自然言語処理などで高い精度を発揮している。

ニューラルネットワークとディープラーニングの具体例

画像に写っているのが猫か犬かを判定するモデルは、多数の層を通じて「輪郭」「模様」「形状」といった特徴を段階的に抽出しながら学習していく。

ニューラルネットワークとディープラーニングは試験でどう引っ掛けられる？

ディープラーニングの本質は「層が深い」ことよりも、注目すべき特徴（特徴量）を人が設計せずデータから自動で獲得する点にある。従来の機械学習では人が特徴量を設計していた、という対比で問われる。またニューラルネットワークは脳を模した計算モデルであって脳の再現ではなく、学習の中身は誤差逆伝播法による重みの調整。判断の根拠が人間に説明しにくい（ブラックボックス性）ため、説明責任が求められる用途では課題になる点も定番。

ニューラルネットワークとディープラーニングと関連する用語

• 機械学習の基礎（教師あり・教師なし学習）