ニューラルネットワーク
https://youtu.be/O3qm6qZooP0
gpt-4.icon
入力データを受け取り、そのデータを複数の層を経由して処理し、最終的に目的に応じた出力を行う構造
各層のニューロンは、重み(w)とバイアス(b)というパラメータを持っており、これらが学習される対象となります
学習時には、損失関数(loss function)と呼ばれる指標を用いて、モデルの予測値と実際のデータの違いを評価します。 損失関数の値を最小化するように、重みとバイアスを更新していきます
この更新は、勾配降下法(gradient descent)を用いて行われます