ディープラーニングディープラーニングの活用事例 ニューロン間の結合の強さ（重みw）と、閾値θを調節することにより、ニューラルネットワークが入力に対して適切な値を出力するように教育することができます。多層ニューラルネットワークを用いた、このような学習のことを深層学習（ディープラーニング）と言います。 深層学習は、2012年にカナダのヒントン教授らのチームが、画像認識のコンテストで圧勝したことを契機にして広く利用されるようになりました。Google社のグループは、多数の猫の画像データを学習させることにより、猫の画像を見せると「ネコ」と答えてくれるニューラルネットワークを作成しました。ゴッホやミュシャなどの画風を学習させることにより、下図のように画風を変換することもできます。 手書き文字を認識するニューラルネットワークの学習に用いられるデータの例を右図に示します。深層学習は入国審査の際の顔認識にも利用されています。CTやMRIによる画像データを用いたがん検診、車の自動運転やお片付けロボットなどにも利用されつつあります。学習用データと正解データを使ってお勉強手書き文字データMNISTの例http://yann.lecun.com/exdb/mnist/ニューラルネットワークを用いた画風変換。左：原図、右：ミュシャ風https://tech.preferred.jp/ja/blog/chainer-gogh/13
元のページ ../index.html#13