ディープラーニング(Deep Learning)

ディープラーニングは、機械学習技術の中の一部であり、別物というわけではありません。ニューラルネットワーク（NN）の中間層が複数になっているため、ディープ(多層)ラーニングと呼ばれています。多層化することで、データの特徴をさらに深く学習することが可能です。

通常、NNでは中間層が2～3層程度ですが、DNNではさらに多くの層を持たせられます。多層になることで情報伝達と処理を増やすことができ、情報量をコンピューターが判断できるようになります。これにより多くのデータがあれば、従来の機械学習では難しかった複雑で扱いづらいデータの処理が可能になり、分析精度が向上するのです。

ニューラルネットワークは、人間や動物の脳神経回路であるニューロンをモデルにして作られています。入力層・中間層・出力層で構成されており、これらをつなぎあわせて情報処理や伝達を行います。ディープラーニングを理解するうえで、ニューラルネットワークを理解することは不可欠です。

ディープラーニングは、人工知能や機械学習と同じではありません。人工知能の中に機械学習があり、機械学習の中にディープラーニングがあります。つまり、ディープラーニングは、人間が行っているタスクをコンピューターに学習させる機械学習の一つという位置づけです。人工知能(AI)が急速に発展しているため、それを支えるための技術として重要度が高まっています。

ディープラーニングは機械学習の中の1つですが、その中でも特殊な形といえるでしょう。機械学習は一般的に特徴量と分類器を人間の手で選択します。一方、ディープラーニングではモデリングや特徴量の抽出などは自動で行われます。

このような違いがあるため、ディープラーニングと機械学習は使い分けることが重要です。大量のデータとそれを処理するためのGPUがあるなら、ディープラーニングを用いるといいでしょう。片方のみの場合は機械学習となります。