人工知能研究における50年来のブレークスルー
ぼんやりとしか分かってないけど。どういものか知りたくて購入。
機械学習といっても、特徴量の設計は、長年の知識と経験がものをいう職人技である。
職人技により、機械学習のアルゴリズムと特徴量の設計が少しずつ進み、1年かけてようやく1%エラー率が下がるという世界だ。
だったのがぶっちぎりの効果を見せた。
ディープラーニングが従来の機械学習とは大きく異なる点が2点ある。1つは、1層ずつ階層ごとに学習していく点。もう1つは自己符号化器 (オートエンコーダー) という「情報圧縮機」を用いることだ。
言葉の定義と解釈が誤ってるかもしれないが、自分の理解としては
- 機械学習では入力に対する正解を与える必要があったが、ディープラーニングでは「出力」と「入力」が同じ
- 入力とそれから得た特徴表現を元にした出力とを比較して「復元エラー」が最小になるような、適切な特徴表現を探す
- 取得した特徴表現を入力とし、出力と比較してさらに適切な特徴表現を見つける。
であり、特徴から特徴を繰り返し抽出することで高精度の概念を取得できるようになった。
たぶん。
