ディープラーニングとは？

ディープラーニングの意味

人間の脳の神経回路を模した「ニューラルネットワーク」を何層にも重ねた構造を用いる機械学習の手法。画像認識や音声認識など、複雑なパターン認識の分野で高い性能を発揮する。

ディープラーニングの具体例

大量の画像データを学習させることで、写真に写っている動物が犬か猫かを高い精度で自動判定できるようになる技術は、ディープラーニングの代表的な応用例。

ディープラーニングは試験でどう引っ掛けられる？

機械学習と並ぶ別技術ではなく、その一手法という位置づけ。層を深く重ねることが名前の由来で、着目する特徴を人が設計せず自動で獲得できる点が従来手法との違い。大量のデータと計算資源が必要になる。

ディープラーニングと関連する用語

• 機械学習
• AI（人工知能）

ディープラーニングが出た過去問

• 車載機器の性能の向上に関する記述のうち、ディープラーニングを用いているものはどれか。

  正解：システムが大量の画像を取得し処理することによって、歩行者と車をより確実に見分けることができるようになった。

  要点：ディープラーニングは大量データの学習で認識精度を高める

  ディープラーニングは、多層のニューラルネットワークに大量のデータを学習させ、特徴の捉え方そのものを自動で獲得する手法である。大量の画像を学習して歩行者と車を高い精度で見分けられるようになる例は、まさにこの技術の適用にあたる。センサの閾値判定や通信によるデータ更新は、機械学習とは無関係である。

  出典：平成29年度 秋期 基本情報技術者試験 午前 問74（IPA）

• AIにおけるディープラーニングの特徴はどれか。

  正解：人間の脳神経回路を模倣して、認識などの知能を実現する方法であり、ニューラルネットワークを用いて、人間と同じような認識ができるようにするものである。

  要点：ディープラーニングは多層ニューラルネットで特徴を自動学習する

  ディープラーニングは、人間の脳の神経回路をまねたニューラルネットワークを多層に重ね、大量のデータから特徴そのものを自動的に学習させる手法である。人が判断ルールを書き下すのではなく、層を深くすることで画像認識や音声認識といった認識処理を高い精度で行える点が特徴となる。ルールベースの推論やエキスパートシステムとは、知識の獲得方法が根本的に異なる。

  出典：平成30年度 春期 基本情報技術者試験 午前 問3（IPA）