あなたはこれで間違えないでしょう。機械学習とディープラーニングの最大の違いとは?
こんにちは!いきなりですが皆様にお知らせが2つほどあります!
なんと!このブログに一人目となる読者様が加入してくれました!!
本当にありがとうございます。より質の高いブログを目指して頑張っていきます!
それともう一つ。Twitterをはじめました!よろしければフォローお願いします!
さてそんなわけで、前回のおさらいをすると
ディープラーニングは機械学習の一つであったニューラルネットワークから派生してできたアルゴリズムである。しかし原理が大きく異なっている。
というお話をしました。
今回は前回の続きで
についてOutPutしていきたいと思います。
〜本日の内容〜
- まずは従来のデータ処理の方法について
- 決定的な違いはOOOOOの仕方にあった!?
1、面倒なことだらけな従来の方法から
機械学習とディープラーニングの違いを説明する前に従来のデータ処理について
お話しますね。
まずコンピュータに処理してほしいデータがあったとします。
今まではコンピュータに処理してもらうためには処理内容をコンピュータに理解してもらうために人がプログラミングという形で表現して、
それを指示通りにコンピューターが処理するというものでした。
〜コンピュータに処理させる一連の流れ〜
しかし、そのプログラミングに想定外のことが起こってしまうとバグという形で
処理結果がおかしくなってしまいプログラミングの際には想定外のことも完全に網羅し
なければなりませんでした。
(バグが起こりおかしくなってしまったの図)
2、最大の違いは特徴量の抽出の仕方!?
より詳しく説明するために機械学習の方法を説明します。
機械が自分で学習する機能をもてば面倒なプログラミングともお別れできます。
機械学習に必要なものは主に2つあって
- データを処理するアルゴリズム(学習モデル)
- 大量のデータ(教師データ)
となります。ではどのように学習させるのか??
1 アルゴリズムに大量の教師データを入力する
⬇︎
2 アルゴリズムからの出力値と実際のデータを比較。
⬇︎
3 期待する出力が出るまでアルゴリズムの特徴量(そのアルゴリズムを作るパーツ)の抽出をして精度に磨きをかける(チューニング)をする。
ただし!!このチューニングは人がする!
⬇︎
4 チューニングが完了すると未知のデータにも対応できるモデルの誕生!!
となります。
ディープラーニングでは、そう。
チューニングを自動的に行うことができるのです。
基本的な流れはあまり差がないのですが
上記の通りこの部分が機械学習とディープラーニングにおける最も異なる部分です。
これは超大事です。ぜひ覚えてくださいね。
参考文献:
次回はディープラーニングについてもう少し深くOutPutしていけたらとおもいます。
次回もまた見てください!!!
参考サイト:
かわいいフリー素材集 いらすとや