問題 No.5786
人工知能(AI)の分野における機械学習の手法の一つであるディープラーニング(深層学習)の特徴に関する記述として、最も適切なものはどれか。
【正解の解説】
多層のニューラルネットワークを用い、データの特徴量を人間が手動で設計することなく、データから自動的に抽出して学習する。
人間が「猫とはこういうもの」と細かく教えなくても、膨大な写真を見せるだけでAI自身が「耳の形やヒゲが猫らしい」と勝手に気づく凄腕の家庭教師のようなものです。何層ものフィルターを通すことで、複雑な特徴を自分でモリモリ見つけ出せるのがディープラーニングの最大の強みです。
スポンサーリンク
【その他の選択肢の解説】
単層のパーセプトロンを用い、データの特徴量を人間が手動で設計することなく、データから自動的に抽出して学習する。
「ディープ（深層）」という名前の通り、何層も重ねたネットワークを使うのが特徴です。層が1つだけのパーセプトロンでは、猫の写真を見分けて「これ猫です」と当てるような複雑で高度な判断は到底できません。試験では「単層」と「多層」を入れ替えるひっかけによく使われます。
多層のニューラルネットワークを用い、データの特徴量を人間が手動で設計し、その特徴量に基づいて予測モデルを学習する。
ディープラーニングの最大のエポックメイキングな部分は「人間が特徴を教えなくていい（自動抽出してくれる）」という点です。人間が「ここを見て判断しなさい」と手取り足取り指示を出してしまうと、それは昔ながらの機械学習のやり方になってしまい、ディープラーニングの本領が発揮されません。
決定木を複数組み合わせたアンサンブル学習を用い、データの特徴量を人間が手動で設計し、段階的に分類ルールを学習する。
決定木という木構造のフローチャートを大量に集めて多数決で答えを出す手法は、アンサンブル学習と呼ばれ、ディープラーニングとは全く異なる仕組みです。AI分野では、ニューラルネットワーク系と決定木系の違いは頻出のひっかけポイントなので、それぞれの特徴をしっかり区別して覚える必要があります。