『Pythonデータ解析入門』 第13章 ニューラルネットワークの基礎
本章ではニューラルネットワークの基礎について学びます．ニューラルネットワークは，神経細胞の間の情報伝達の仕組みをコンピュータでモデル化したものです．
ニューラルネットワークのモデルは入力に対して多段の変換を行うことで任意の関数を近似的に表現することができ，そのモデルをたとえば機械学習の回帰や分類などのタスクに用いることができます．
特に，深い多層のニューラルネットワークである深層ニューラルネットワークに基づく機械学習の技術は，深層学習として近年著しく発展し実社会のさまざまな実問題を解くために利活用されています．
まず，ニューラルネットワークとその基本的な構成要素であるユニットについて基本的な考え方を学びます．
次に，ニューラルネットワークのモデルの代表的な構造として多層ニューラルネットワークについて学んだ上で，ニューラルネットワークが全体として任意の関数を近似的に表現することを学びます．
次に，ニューラルネットワークのモデルの学習の基本的な考え方について学びます．特に，これまでに学んだ勾配降下法によるパラメータ推定の考え方が，ニューラルネットワークのモデルのパラメータ推定にも適用できることを学びます．
最後に深層学習を含め，近年のニューラルネットワークに関する技術の発展について学びます．
本章の学習を通して，ニューラルネットワークの基本的な考え方について理解することを目標とします．
13.1 ニューロンとニューラルネットワーク
13.2 多層ニューラルネットワーク
13.3 【発展】ニューラルネットワークによる関数の表現
13.4 【発展】ニューラルネットワークの学習
13.5 確率的勾配降下法
13.6 深層ニューラルネットワーク
この記事が気に入ったらサポートをしてみませんか？