機械学習

わかりやすい解説見つけた

数学は表現力豊富

数学って非常に便利なもので、だいたいのことは数学に表せると言えるほどに表現力が豊富な世界でして、

画像は数学的に表現できる

画像なんかは「画素」と呼ばれる点の集合体として表示できるわけですが、それは以下のような感じで数学的に表現することができます。

言葉も対応表で数値化して波形にできる

言葉なんかも実は数学的に表現できます。これは単純な表現ですが、アスキーコード表みたいに文字を何かしらのIDを割り当て、それを使用することで数学的な表現と言いますか、何かの信号波形のようなものに仕上げることができます。（これは一例です）

で、数値化されたデータには傾向があるので、それを集める

数値化された画像データや言葉には何かしらの特徴があります。同時に、言葉データの例を見てみると、不要な情報もたくさんあります。なにも使用されていない0ばかり埋まっている個所なんかがそうです。Deeplearningの処理では、

0だらけ・・・のような不要な情報は極力捨てる

どっかが尖ってる、どこから上がってどこから下がるみたいな特徴は「際立たせる」

ということを行い、より印象を強くしつつ無駄なデータを削減していくような処理が行われています。

こうすることで、コンピュータにとって雰囲気というものがより理解しやすくなるのです。こうした行為を何万、何百万、或いは何十億繰り返して覚えさせることにより、人間の持つ認識とコンピュータの持つ認識を近づけていく行為を「学習」と呼んでいます。

その学習をさせるためにAIにさせる一連の工程を「学習モデル」と呼んでいます。