第１部大規模データを用いた学習ニューロンの仕組み多層ニューラルネットワーク画像認識等の分野で、人間の脳神経細胞の働きを模倣したニューラルネットワークが広く利用されるようになってきました。とくに、深層学習（ディープラーニング）は、アルファ碁などにも適用され、人間に打ち勝つには数十年かかると言われていた碁の世界でも人間を超えました。 人間や生物の脳神経細胞（ニューロン）は、右図のように細胞体から細長い軸索が伸びて、他のニューロンと結合しています。この軸索内を電気パルスが伝わり、情報を伝達します。あるニューロンに伝わってきた電気パルスが閾値を超えるとこのニューロンが発火して、他のニューロンに電気パルスを送り出します。 このようなニューロンの働きをモデル化したのが右図です。入力をx1, x2, 結合の強さ（重み）をw1, w2としてw1x1+w2x2 >θなら１が出力され、そうでなければ０が出力されるとします。右図のように3層のニューロン間の重みとθを設定すると、入力（x1, x2）が（0,0）, （1,1）のとき、yには０、（0,1）, （1,0）のときに１が出力されます。05ｗ１ｘ２ｘ１θｙ出力入力ｗ2-0.5-0.50.50.50.50.50.7中間層入力層出力層ys1s2 1ｘ-0.70.2ｘ2軸索細胞体12
元のページ ../index.html#12