ディープラーニングの仕組み

もう新しいことにはついていけないし、ついていく気力も失せた年齢なのであるが、頑張って、涌井良幸・涌井貞美著「ディープラーニングがわかる数学入門」（技術評論社）を読んでみた。仕事でAI関連をやっていたことがあるので、最近のAIの動向には興味がある。最小二乗法の考え方が分かれば理解できる内容であった。標本と予測値の誤差が最小になるようにパラメータを設定するという基本的で単純な考え方で最先端の深層学習も成り立っている。パラメータの数が膨大になるので誤差逆伝搬の手法が使われるのが、同じ最小二乗法を使う回帰分析などとの違いだ。考え方は単純なのだが、問題設定などが複雑で煩雑になるという印象を受けた。しかし、ディープラーニングの威力にはおどろかされるが、パターン認識などの領域に限られるようだ。