ディープラーニング (深層学習)ディープラーニングの仕組み ディープラーニング モデルは、ニューラル ネットワーク アーキテクチャに基づいています。人間の脳にヒントを得たニューラル ネットワークは、層構造内で相互接続されたノード、すなわちニューロンで構成されており、これらのニューロンが入力を望ましい出力に関連付けます。ニューラル ネットワークの入力層と出力層の間のニューロンは、隠れ層と呼ばれています。「ディープ」という言葉は通常、ニューラル ネットワーク内の隠れ層の数を指しています。ディープラーニング モデルは、数百または数千にもなる隠れ層を持つ場合があります。 ディープラーニング モデルでは、大規模な一連のラベルデータを使用して学習が行われ、手動での特徴抽出を必要とせずにデータから特徴量を直接学習できる場合が多くあります。1958 年に初めて理論化された人工ニューラル ネットワークですが、ディープラーニングには高い計算
