[Deep learning - Wikipedia](https://en.wikipedia.org/wiki/Deep_learning) ## 定義と分類 深層学習とは、複数の層を用いて生の入力から段階的に高次の特徴を抽出する機械学習アルゴリズムの一種です（[Deep Learning: Methods and Applications - Microsoft Research](https://www.microsoft.com/en-us/research/publication/deep-learning-methods-and-applications/?from=http%3A%2F%2Fresearch.microsoft.com%2Fpubs%2F209355%2Fdeeplearning-nowpublishing-vol7-sig-039.pdf) より）。例えば、画像処理では、下位の層はエッジを識別し、上位の層は数字や文字、顔など人間に関連する概念を識別することができます。 深層学習（深層構造学習とも呼ばれる）は、表現学習を用いた人工ニューラルネットワークをベースにした機械学習法のより広いファミリーの一部である。学習には、[[教師あり機械学習]]、[[半教師あり学習]]、[[教師なし機械学習]]の3種類がある。 [[人工ニューラルネットワーク]]（ANN）は、生体システムの情報処理や分散型通信ノードにヒントを得て開発されました。ANNは、生物の脳とはさまざまな違いがあります。具体的には，人工ニューラルネットワークは静的で記号的な傾向があるのに対し，ほとんどの生物の生物学的脳は動的（可塑的）でアナログ的な傾向がある． ## アーキテクチャ - [[深層ニューラルネットワーク]] - Deep Belief Networks(DBN) - [[深層強化学習]] - [[RNN]] - [[畳み込みニューラルネットワーク|CNN]] - [[LSTM]] - [[Neural ODE]]