ディープラーニングでのCNN

従来の機械学習では、これは「犬」、これは「猫」という大量のデータ(教師データ)を入力した上で、さらに「耳で区別できるだろう」といった犬と猫の遣いを示す特徴量の抽出方法を人間が考えて入力しなくてはいけませんでした。「この特徴量をコンビュータで自動的に抽出できないものか?」と考え、研究開発されたものこそ、カナダの大学教授のディープニューラルネッ卜ワークを使った「ディープラーニング」だったのです。実は、ディープラーニングとひとくちに言っても、使用するネットワークにいくつかの種類があります。その中でも、画像認識、音声認識という分野で非常に成果が上がり始めた「畳み込みニューラルネットワーク(CNN)」 を最初に説明します。ひと昔前までの機械学習とディープラーニングは一体どこが違うのか。簡単に言えば、従前の機械学習が「特徴量の抽出方法」を人手で設計して入力するのに対して、ディープラーニングはコンピュータに自動でやらせる、という大きな違いがあります。「これは犬」「これは猫」というタグ情報を付けた(この作業をアノテーションといい、原則として人手で入力を行います)大量のデータ(「教師データ」) を入力して学習させることで推論の精度を高めようという考え方は同じですが、「犬である」あるいは「猫である」ことを指し示す「特徴量」を人間が設計しなければならない従来の機械学習では、漏れなくかつ正確に設計することは非常に難しいものでした。ディープラーニングは、特徴量の抽出方法を大量のデータから自動で獲得してくれるため、結果として推論の精度を高めることができたわけです。

[毎日一歩!ホームページ作成と育て方。]サイトトップへ