ディープラーニング

ディープラーニングとは、コンピューターによる機械学習の1つで、「深層学習」とも言われています。
人間の脳神経回路をモデルにした「ニューラルネットワーク*」を利用することで、より正確で効率的な判断を実現させる方法です。
データを分析するうちに、コンピューター自らがデータに含まれる潜在的な特徴をとらえ、判断基準そのものを作成し、その判断基準に基づいてさらに学習を繰り返します。
音声認識や画像認識などのパターン認識の分野で実用化されています。

*ニューラルネットワーク：
ニューラルネットワークとは人間の脳神経回路を模したモデルです。
人間の脳神経細胞（ニューロン）と神経回路網（シナプス）から構成されています。
ニューラルネットワークは、ニューロンとシナプスを人工ニューロンという数式的なモデルで表現したものとなっています。
ニューラルネットワークは「入力層」、「中間層」、「出力層」から構成されます。
入力データは、ニューラルネットワークの「入力層」、「中間層」、「出力層」という3つの層を通過して処理が行われ、結果が出力されます。
より複雑な情報に対応するように「中間層」を増やし、多層構造をとったニューラルネットワークのことをディープラーニングと言います。

自動運転

車の運転には速度や方向の制御に加え、通行人・障害物の存在や、信号の色などの様々な判断・認識能力が必要になります。
従って、ディーブラーニングにより、膨大な運転データや画像データの学習を行うことで、自動運転の実現や事故防止に活用されています。

音声認識・自然言語処理

音声認識とは、音声データをコンピューターで認識し、テキストデータに変換する技術を指します。
また、自然言語処理とは、人間が扱う言葉をコンピューターで処理し、曖昧さを持った言葉の内容を抽出する技術を指します。
これらの2つの技術はディープラーニングにより、大量のデータの学習を行うことで高い水準で実現し、Apple社のSiriなどに利用されています。

ECサイト

ディープラーニングにより、ユーザーのECサイト内の閲覧履歴や購買履歴などの膨大なデータを分析することで、ユーザーの嗜好にあった製品を高い精度でレコメンドできるようになりました。
Amazonやメルカリなどのレコメンデーション機能はディープラーニングの成果の一つです。