「機械学習とディープラーニングはどう違うか?」
これほど、素人を困らせる言い方もないだろう。
違いなどない。
ディープラーニングも機械学習の1つだ。
簡単に言えば、機械学習のための現在、最も重要なやり方がニューラルネットワークで、ニューラルネットワークを複数(普通、4層以上)重ねて高度化するやり方がディープラーニングだ。
最初に述べたような言い方をしたら、素人は、機械学習とディープラーニングが全然違うものだと勘違いし、困惑することになるが、そんなことにも気付けない専門家は無視した方が良い。

現在、AI(人工知能)と言えばディープラーニングと言うくらい、ディープラーニングが一般的だ。
「ニューラルネットワークを4層以上にする必要もない」場合もあるのだろうが、いまや大抵のAIはディープラーニングだと思って良い。
ところで、そのディープラーニングを、Python(パイソン)というプログラミング言語で構築しようという書籍が多い。
それを、大抵は、GoogleのTensorFlow(テンソルフロー)や、日本のプリファード・ネットワークス社のChainer(チェイナー)という、「深層学習フレームワーク」と呼ばれる、ニューラルネットワークを簡単にプログラミングするためのライブラリを使うのだが、「機械学習の理解のため、Pythonだけを使う(当然、Pythonの豊富なライブラリは使う)」という本も少なくない。

だが、よほどPythonプログラミングの実力のある人でない限り、Pythonでディープラーニングをやろうなんて思わない方が良い。
いや、たとえプログラミングをかなりやっているとしても。
でないと、Pythonプログラミングだけにエネルギーを奪われ、ディープラーニングの理解や進歩はカタツムリが這うがごとくになり、せいぜい、子供騙しのことが出来るようになって自己満足するしかなくなる。

では、どうすれば良いかというと、ソニーのNNC(Neural Network Console)を使え。
ググればすぐに見つかる。
Windows用アプリ版と、Web版(クラウド版)の2種類がある。
共に無料で、使用に関して制限はない。ようやく、日本の企業もインターネット時代に相応しいことをするようになった。
Web版は通信状況がいつでも良好でないこともあり、私はWindows版を使っている。
これは、とにかく凄い。
ダイレクトにディープラーニングが解り、使えるようになる。
GUIで、活性化関数や損失関数(やれば解る)をぽいぽいと選べば(選べないなら基本形を使え)、一応のディープラーニングシステムが出来てしまう。
しかも、NNCに自動で構造を改良させることも出来る(す、凄い!)。
今のところ、日本語データ(フォルダ名やファイル名も含め)を使ってはならないことを、しっかり意識してやることだ。エラーの原因がそれである場合が多い。
私は、はじめ、Web版を使うつもりでWeb版の書籍を買ったが、上に述べた通り、Web版が使い難かったので、この書籍でWindowsアプリ版を使った。
少々、インターフェースがWeb版とアプリ版で異なって戸惑ったが、この程度の違いは自分で考えて解決出来ないようではいけないだろう。

「ソニーがAI?」って思う人もいると思う。
AIはGoogleというイメージがあるかもしれない。
だが、いまや、マイクロソフトも全く負けていない。
今、時価総額で、世界一はAmazon、2位がマイクロソフトで、マイクロソフトは、アップルを抜き去り、Facebookには差を付けている。
昨年、11月、12月は、マイクロソフトが1位だったのだ。Amazonとの差はまだ小さい。
GAFAという言い方は早くも古くなってきたのである。
そして、実はソニーもAIは強く、長く強力に研究開発に取り組んできており、スマートフォンなどでの実用的なものが、このNNCや、それに使われている深層学習フレームワークであるNeural Network Librariesで作られてる。
ソニーがずっとNNCを進歩させてくれるか不安な向きもあるだろうが、多分大丈夫だし、おそらく、他企業も、こんなものを作ると思う。
早く、ディープラーニングに馴染んでおけば、今後の世の中、勝ったも同然である。

尚、NNCを使うにしても、データの前処理や結果の活用で、結局、ExcelやAccessが役に立った。
ディープラーニングだけで完結する訳ではないのである。









↓応援していただける方はいずれか(できれば両方)クリックで投票をお願い致します。
人気blogランキングへ にほんブログ村 哲学・思想ブログ 人生・成功哲学へ
  
このエントリーをはてなブックマークに追加   
人気ランキング参加中です 人気blogランキングへ にほんブログ村 哲学・思想ブログ 人生・成功哲学へ