※さらに30日間返金保証ありなので、実質リスクゼロ。
Python 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル
今回は最近よく耳にする深層学習(ディープラーニング)について誰にでも分かるようにかみ砕いて説明していきます。
深層学習(ディープラーニング)とは?
ここでは深層学習というものがなんなのか理解するために新しい言葉をいくつか覚えてもらいます。
パーセプトロン
パーセプトロンとは、複数の信号を入力として受け取り、1つの信号を出力するアルゴリズムです。
アルゴリズムが何か分からないって人は以下の記事を参考にしてください。
この説明だけでは分かりにくいと思うので以下に図を示します。
この例では2つの入力信号に対して、出力信号が1つ得られています。
本当はパーセプトロンを理解する上で説明しなければいけないことはもっと色々あります。
しかし、ここではとりあえず直感的に理解してほしいので上の図のイメージを持ってもらえば大丈夫です。
ニューラルネットワーク
次にニューラルネットワークという考え方について学んでいきましょう。
ニューラルネットワークとは上で説明した、パーセプトロンを複数組み合わせたものです。
以下の図のようなイメージを持ってください。
この例は3層ニューラルネットワークと言い、左から順に入力層、中間層、出力層という層があります。
図を見ればパーセプトロンが複数組み合わさった感じが分かると思います。
ニューラルネットワークの名称は人間の神経回路(ニューロン)からきています。
確かに、神経細胞が互いにつながり合い、神経回路を構成しているかのようになっているのが分かりますね。
深層学習(ディープラーニング)
それではここでやっと深層学習(ディープラーニング)について説明していきます。
深層学習とは上で説明したニューラルネットワークの層をよりディープに(深く)して学習することです。
上のニューラルネットワークの例では層は3層でしたが、これより層を深くしていく意味はあるのでしょうか?
実は層を深くすることが重要なのかどうかというのはあまり理論的に分かっていないのですが、層を深くしていくのに比例して、認識の性能などが上がる傾向があります。
このような事実から、近年ディープラーニングが非常に注目されているということです。
深層学習と機械学習の違い
深層学習についてはここまでの説明で直感的に理解できたと思いますが、それではこの深層学習は機械学習とどう違うのでしょか?
結論から言うと、深層学習とは機械学習の手法の1つです。
つまり以下のような関係性になっています。
機械学習と深層学習、よくこんがらがってしまう人がいますが、深層学習はあくまで機械学習の手法の1つであるということを覚えておいてください。
機械学習についてよく分からないという人は以下の記事で詳しく解説していつので参考にしてください。
深層学習の入門におすすめの本
深層学習(ディープラーニング)に関する書籍は、近年人気なだけあってたくさん存在しています。
その中でも僕がおすすめする書籍を2冊紹介します。
ゼロから作るDeep Learning
この書籍はオライリーの本の中でも特別有名なので、知っている人、持っている人も多いのではないでしょうか?
ディープラーニングについて外部ライブラリを極力使わずに、原理的な部分から非常に分かりやすく解説してある名著です。
是非一度手にとって読んでみてください！！
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
オライリージャパン
売り上げランキング: 248
初めてのTensorFlow 数式なしのディープラーニング
こちらは上の書籍とは少し違って、TensorFlowという外部ライブラリを使ってディープラーニングを実装していきます。
ディープラーニングには興味があるけど、最初から数学的な話をしたくないという人が一度読んでみるといいと思います。
リックテレコム (2017-10-28)
売り上げランキング: 21,220
まとめ
今回は機械学習分野の1つである深層学習(ディープラーニング)について解説していきました。
これだけでは直感的な理解だけしかできなかったとは思いますが、少しくらいは深層学習に興味を持ってもらえたと思います。
今回紹介した書籍も含め、色々と分かりやすい書籍があるので興味がわいた人は是非一度勉強してみてください。
今後も定期的にプログラミング系の記事を発信していくので、興味のある人はブックマークして見にきてくれると嬉しいです！！
※さらに30日間返金保証ありなので、実質リスクゼロ。
Python 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル
