Deep Learning概説 ―AIの核となる機械学習技術の最先端―

コメント

注目のコメント

• 山崎 俊彦

  東京大学 大学院情報理工学系研究科電子情報学専攻　教授

  ・2018年12月11日

  補足するなら、他の多くの機械学習技術がバッチ学習（データが全部そろってから一気に学習）するのに対し、DNNはインクリメンタル学習（逐次学習; 少しずつ順番に学習）することが特徴です。そのため、pre-train + fine-tuneのような考え方や、転移学習などが要易にできるという特徴を持ちます。また、GANやAdversarial Exampleなども逐次学習ができるからこそ。
  
  また、NNはネットワークの途中で分岐が可能なところ。なので、マルチモーダル学習（入力が複数）、マルチタスク学習（出力が複数）などがうまくいきます。
  
  いろいろと考えていく中でこの2点が実はものすごく大きいのではと考えています。
• 海部 美知

  ENOTECH Consulting CEO

  ・2018年12月12日

  わかりやすい説明です。まだまだ、DLは人の手がたくさんかかる、コストが高い、ということもわかります。
• Akanuma Shota

  早稲田大学

  ・2018年12月10日

  DeepLearningという言葉をよく耳にしていましたが、実際の仕組みを初めて知りました。
  
  夢ある技術であるがゆえにとても複雑なのですね、この記事を読んで、とりあえずDeepLearningというのは愚かだと分かりました。
  
  人間が何気なく行なっている動作なのでイメージしづらいですが、要はデータ分析なのですね。
  そもそも複雑に絡み合うニューロン細胞を機械でも再現できるか否か、それが画像なのか音声なのか、そうではないのかによって大きく内容も異なるため大変難しい技術なのだと分かりました。