もう少し詳しく
入力データに重みを掛けるなどの計算を重ねて、分類や予測に使う値を出します。学習では、出力の誤差などをもとに重みを調整します。
ニューラルネットワークは、入力を重み付きの計算へ変換する層を重ね、誤差を手がかりに重みを更新することで複雑な関係を近似します。モデルを使うときは、予測値だけでなく学習範囲や入力の偏りを確認し、必要に応じて説明や人の確認を組み込みます。
HISTORY
開発された年代と歴史
この用語を大きな流れで見ると、1940年代〜に発展してきました。
- 1943Warren McCullochとWalter Pittsが、論理計算としての人工ニューロンを示した。
- 1958Frank Rosenblattがパーセプトロンを発表。
- 1986Rumelhart、Hinton、Williamsらの誤差逆伝播法の研究が多層学習を支えた。
キーマン・関わった研究者
Warren McCulloch、Walter Pitts、Frank Rosenblatt、Rumelhart、Geoffrey Hinton
技術の変遷
人工ニューロン → パーセプトロン → 多層・深層ネットワーク
理解のポイント
- 入力に重みを掛けるなどの計算をつなぎ、分類や予測に使う出力へ変換します。
- 学習では重みを調整し、利用時には学習済みの重みを使って新しい入力を処理します。
- 脳に由来する名称ですが、人間の神経や思考をそのまま再現した仕組みではありません。
たとえば、こんな場面で
手書きの数字の画像を入力し、0〜9のどの数字かを分類します。
覚えておきたいこと
脳の仕組みを参考にした名称ですが、人間の脳をそのまま再現したものではありません。