ディープラーニング（Deep Learning）とは？
まだAIと機械学習、ディープラーニングの違いが不明の場合は、以下の概要から確認してください。
ディープラーニング（Deep Learning）とは、十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれるものと思ってください。
ディープラーニングでできること
①画像認識
画像や動画で文字や顔などの特徴を認識・検出する。
例：製造業の外観検査や不良品検出、病気の画像識別
②音声認識
人の声を認識してテキストに出力したり、音声を認識する。
例：AmazonやGoogleのスマートスピーカー
③自然言語処理
人が使う自然言語（書き言葉・話し言葉）をコンピューターに処理・理解する。
例：googleとかの自動翻訳
④異常検知
センサーなどの時系列データから異常を感知する。
例：車の自動運転（車のセンサーから道路状況や渋滞状況を分析）
ニューラルネットワーク
ディープラーニングで扱われる計算アルゴリズムです。
人の脳内にある神経細胞（ニューロン）とそのつながり、つまり神経回路網を人工ニューロンという数式的なモデルで表現しています。
ちょっとわかりにくいので、図で確認しましょう！！
ニューラルネットワークイメージ図
ニューラルネットワークは脳内のようにそれぞれを繋げてネットワーク化して処理を行うのが特徴です。
また、「入力層」「中間層（隠れ層）」「出力層」で構成されます。
中間層は今回は簡易的に1つだけですが、中間層1、中間層2のように複数の中間層があります。
中間層がある事で複雑な処理も可能になり、認識精度が高くできます。
もっとニューラルネットワークの中身を知りたい方はこちらの本とか評価も高く良さそうです！
 |
はじめてのディープラーニング Pythonで学ぶニューラルネットワークとバックプロパゲーション 新品価格 |
まとめ
ニューラルネットワークはディープラーニングの計算手法の一部で、中間層（隠れ層）を2つ以上持つニューラルネットワークをディープラーニングと呼びます。
また中間層により、複雑な処理が可能になり、機械の認識精度が上がるってイメージですね。
ただし、中間層が多くあればいいというものではないので、もっと複雑ですが・・
では今日はここまで（^ ^）
プログラミングを始めようと思った際は独学で勉強すると挫折する可能性が高いため、スクールも考えてもいいと思います！
