ディープラーニング
➡ 深層学習の一つ、入力されたデータからクラス分類や回帰を行う手法。
特に データの中で見えているものから見えていないものを予測する方法。
・シミュレーション：現象にいたる結果までに数値データが不可欠。
・ディープラーニング：結果から学ぶ。帰納法。結果までの過程が不透明であることが弱点。(現象がどうして起こっているかなど)
★なぜ今ディープラーニングが注目されるのか？
- ・様々な性能を向上させるための方法が提案されたため(ドロップアウト＜過学習の抑制＞、活性化関数＜学習をうまく収束するように抑制＞)
- ・GPU(演算を並列に行える＜Ex.NVIDIA：CUDAという並列演算を行えるプログラミング環境を構築する＞)
- ・学習するための十分なデータが用意しやすくなったため(今まではデータを用意するのが大変だったが、技術の発展ともに用意しやすく。＜APIの利用等＞)
パーセプトロン
➡ パラメータを学習によって決める(自動的にパラメータを獲得できる)
学習サンプル + サンプルの教師データ
→ 出力と教師信号間の誤りを訂正する学習方法(誤り訂正学習)
