※paizaに会員登録すると無料で動画学習コンテンツをご利用いただけます
会員登録する
＃03:教師あり深層学習の登場と限界
このチャプターでは、教師あり深層学習の登場と限界について学習します。
2010年代以降、AI分野に大きな革新をもたらした深層学習（ディープラーニング）ですが、実用化においては課題も残されていました。
【深層学習（ディープラーニング）】
人間の脳の神経回路網を模したニューラルネットワークを多層に重ねることで、データから複雑な特徴そのものを学習する技術。特徴量設計の自動化を実現しました。
【特徴量設計】
従来の機械学習において、モデルの性能を大きく左右した、データのどこに注目すべきかを人間が見極め、適切な「特徴」を設計する作業。
【データ準備コスト】
高精度なモデルを作成するために必要な、数千から数十万規模のラベル付きデータの収集・整備にかかる膨大なコスト。
【汎用性の欠如】
特定のタスクに特化して訓練されたモデルは、それ以外のタスクには応用が困難であるという課題。