July 2026
Intermediate
552 pages
7h 40m
Japanese
私の最初のハッとした瞬間は、私たちの脳も世界のモデルを学習していることを知ったときだった。
- H.
さまざまな人工ニューラルネットワークは、そのアーキテクチャに全結合層を持ちます。本章では、全結合ニューラルネットワークの数学がどのように機能するかを説明し、実際のデータセットを使った例を紹介します。さまざまな学習関数と損失関数を設計し、実験します。また、ニューラルネットワークを学習させる際に使用される最適化と誤差逆伝播のステップは、脳で学習がどのように行われるかに似ていることも説明します。脳は、以前見たことのある概念に直面するとニューロン結合を強化し、以前に学習した概念と矛盾する新しい情報を学習すると結合を弱めることで学習します。機械は数値しか理解できません。数学的には、より強い結合はより大きな数に対応し、より弱い結合はより小さな数に対応します。
最後に、さまざまな正則化のテクニックについて、その利点、欠点、使用例について説明します。
ニューラルネットワークは、何十億ものニューロンが層状に配置された大脳新皮質をモデルにしています。図4-1は脳の大脳新皮質の3つの垂直断面3枚の画像で、図4-2は全結合型の人工ニューラルネットワークの概略図です。
図4-1 サンティアゴ・ラモン・イ・カハールによる大脳新皮質層に関する3枚の図(『Comparative Study of the Sensory Areas ...
Read now
Unlock full access