抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本稿では,データサイエンスの観点から,機械学習とディープラーニングの役割を整理し,また,その学び方を解説した。データサイエンスは,過去のデータを基に,科学的なプロセスで予測/判断することを目的とする。その1つの方法が機械学習であり,最近ディープラーニングの発展により予測精度が圧倒的に向上した。機械学習は,3つのステップで分析を進める。1)モデルを設計し数式を仮定する。2)誤差関数を定義する。3)誤差関数を最小化する数式のパラメタを決定する。ディープラーニングは,モデルの関数として,ニューラルネットワーク型関数を利用したものである。これにより,予測精度が飛躍的に向上し,「あたかも知性を持っている家のような判断」が実現できるようになった。