ざっくりわかる「機械学習」---第2回 「機械学習」「ディープラーニング」の違い | 第一線で活躍するオープンソースエキスパートが綴るスペシャルコラム。

ざっくりわかる「機械学習」---第2回 「機械学習」「ディープラーニング」の違い

ざっくりわかる「機械学習」シリーズ。第2回は『「機械学習」「ディープラーニング」の違い』です。

[2016年12月21日 ]

ざっくりわかる「機械学習」シリーズ。
→目次ページ

第2回は『「機械学習」「ディープラーニング」の違い』です。

「1.人工知能(AI)」「2.機械学習」「3.ニューラルネットワーク」「4.ディープラーニング」の包括的関係

「1.人工知能(AI)」「2.機械学習」「3.ニューラルネットワーク」「4.ディープラーニング」は包括的関係にあります。

包括的関係

・「1.人工知能(AI)」は「2.機械学習」を包括
・「2.機械学習」は「3.ニューラルネットワーク」を包括
・「3.ニューラルネットワーク」は「4.ディープラーニング」を包括
・「1.人工知能(AI)」←「2.機械学習」←「3.ニューラルネットワーク」←「4.ディープラーニング」
のように、それぞれ包括し包括される関係性があります。

「2.機械学習」とは

「2.機械学習」とは、「1.人工知能」を実現するためのアプローチ手法/データ分析手法の1つで、「IT研究テーマ」「分野」「ジャンル」のような概念です。

概要については、こちらを参照ください。
→ざっくりわかる「機械学習」---第1回 機械学習とは(入門編)

「3.ニューラルネットワーク」とは

「3.ニューラルネットワーク」とは「2.機械学習」手法の1つです。

人間の脳の神経回路(ニューロン間相互接続)をモデルにして機械的に模倣する考え方で、対象のデータ特徴をさまざまな方向から検出し理解することを目的としています。

まだ人工知能という概念が存在していなかった時代から研究されていました。

「4.ディープラーニング」とは

「4.ディープラーニング」とは、「3.ニューラルネットワーク」を発展/拡張させた機械学習アルゴリズムです。「ディープラーニング(Deep Learning)」は、「深層学習」や「多階層ニューラルネットワーク(Deep Neural Network)」とも呼ばれます。

「4.ディープラーニング」と「3.ニューラルネットワーク」の違い

「3.ニューラルネットワーク」は入力~出力間の中間層が非常にシンプルですが、「4.ディープラーニング」はその中間層を何層にも重ねて、深く(ディープに)なっている点が特徴です。

中間層が多くなるほど、さまざまな特徴点を組み合わせて、高精度な特徴を見出すことができます。

「4.ディープラーニング」の優位点は「いちいち人間が関与しない自動化」

従来の機械学習の課題は、人間がパラメータ設定を行わなければならない点でした。例えば、色を識別する機械学習の場合、色の特徴点について、人間が1つずつ判断しパラメータ設定を行わなければならず、自動化を阻むポイントになっていました。

一方、「4.ディープラーニング」では、学習データから自動的に特徴を抽出し、自動的にモデル化していきます。

つまり、人間が1つ1つ関与しなくても、アルゴリズムが自律的に学習していきます。この点が革新的とされている理由です。

「ディープラーニング」の能力

ディープラーニングは性能/精度を高め続けています。特に画像認識分野で実用化されてきています。

「犬と猫を識別する」「犬の犬種を見分ける」などのことが可能となってきています。ディープラーニングでは、非常に細かい特徴点まで学習できるため、「子猫と子供ライオンの判別」などの人間でも難しい判別ができるようになってきています。

「画像を判別し、その画像に自動でキャプション(タグ)を付ける」こともできるようになってきています。キャプションが付くことにより、後で文字での検索ができるなどのメリットが生まれます。

「ディープラーニング」の可能性

ディープラーニングがもたらす可能性により、AI/機械学習の分野が大きく発展すると考えられています。応用範囲としては、画像認識/自然言語処理/音声認識などが想定されています。

自然言語処理/音声認識では、まだまだ発展途中ですが、さまざまな研究が行われ、特化したアルゴリズムが開発されていくに従い、この分野においてブレイクスルーを起こせる可能性について期待されています。

ざっくりわかる「機械学習」シリーズ。
→目次ページ

OSSNEWSに広告を掲載しませんか?

著者プロフィール

オープンソース活用研究所 所長 寺田雄一

1993年、株式会社野村総合研究所(NRI)入社。
インフラ系エンジニア、ITアーキテクトとして、証券会社基幹系システム、証券オンライントレードシステム、損保代理店システム、大手流通業基幹系システムなど、大規模システムのアーキテクチャ設計、基盤構築に従事。
2003年、NRI社内に、オープンソースの専門組織の設立を企画、10月に日本初となるオープンソース・ソリューションセンター設立。
2006年、社内ベンチャー制度にて、オープンソース・ワンストップサービス 「OpenStandia(オープンスタンディア)」事業を開始。オープンソースを活用した、企業情報ポータル、情報分析、シングルサインオン、統合ID管理、ドキュメント管理、統合業務システム(ERP)などの事業を次々と展開。
オープンソースビジネス推進協議会(OBCI),OpenAMコンソーシアムなどの業界団体も設立。同会の理事、会長や、NPO法人日本ADempiereの理事などを歴任。
2013年、NRIを退社し、株式会社オープンソース活用研究所を設立。

最新TOPICS

【OSS】AWS+Microsoft、深層学習インターフェイス「Gluon」公開---ニューラルネットワークモデルを素早く試作しテストできる、現段階では「Apache MXNet 0.11」で利用可能(2017年10月16日 11:03)

AWSとMicrosoftは、10月12日(現地時間)、 深層学習インターフェイス「Gluon」を公開した。 【Gluonとは】 ・オープンソース ・ニューラルネットワークモデルを素早く試作しテストを行なえる ・簡潔でわかりやすいプログラミングインターフェイス ・基礎となるエンジンの速度に最小限の影響しか与えない学習方法 ・「Apache MXNet 0.11」で利用可能 ・「...

関連オープンソース

Pylearn2(パイラーンツー)

  • AI・人工知能

Pylearn2(パイラーンツー)とは、数値計算ライブラリ「Theano」ベースのオープンソースディープラーニングライブラリです。

scikit-learn(サイキットラーン)

  • AI・人工知能

scikit-learn(サイキットラーン)とは、Pythonのオープンソース機械学習ライブラリです。機能が充実している高品質ライブラリです。

MXNet(エムエックスネット)

  • AI・人工知能

MXNet(エムエックスネット)とは、「効率」と「柔軟性」を両立したディープラーニングフレームワークです。AWSが公式サポートを表明したことで大きな注目を集めています。

Theano(テアノ)

  • AI・人工知能

Theano(テアノ)とは、Python用数値計算ライブラリです。多次元配列を効率的に使用する数式について定義/最適化/評価でき、ディープラーニング計算処理によく利用されます。

DSSTNE(デスティニー)

  • AI・人工知能

DSSTNE(デスティニー)。ディープラーニングライブラリです。Amazonがオープンソース公開したもので、スパース(疎)データに強いという特徴があります。

Caffe(カフェ)

  • AI・人工知能

Caffe(カフェ)。オープンソースのディープラーニングライブラリです。画像認識に特化しており、高速処理が可能です。

Chainer(チェイナー)

  • AI・人工知能

Chainer(チェイナー)。日本製の深層学習フレームワークです。ニューラルネットワークをPythonで柔軟に記述し、学習させることができます。

TensorFlow(テンソルフロー)

  • AI・人工知能

TensorFlow(テンソルフロー)。Googleの機械学習/ディープラーニング/多層ニューラルネットワークライブラリです。データフローグラフを使用したライブラリで、複雑なネットワークを分かりやすく記述できます。

Microsoft Cognitive Toolkit(マイクロソフトコグニティブツールキット)

  • AI・人工知能

Microsoft Cognitive Toolkit(マイクロソフトコグニティブツールキット)。AI技術を利用したディープラーニング(深層学習)ツールキットです。旧称「CNTK」から改名されました。

関連記事

無料資料プレゼント

フォレスターによる調査レポート「サービスとしてのデータベース (2017 年第 2 四半期)」AWS社提供

講演資料を見るには、 プライバシーポリシーに同意して、送付先メールアドレスをご入力しご請求ください。

またご入力いただきました情報は、当該資料の作成・提供企業とも共有させていただき、当社及び各社のサービス、製品、セミナー、イベントなどのご案内に使用させていただきます。

本資料を見るには次の画面でアンケートに回答していただく必要があります。



  • オープソース書籍(サイド)

facebook

twitter