【TensorFlow】Deep Learning（深層学習）で何ができる？

2024年3月1日

Deep Learning（深層学習）って難しいですよね。

初めて取りかかったときは、知らない単語ばかりがでてきて、単語同士の関連がわからないので、どの単語から手をつければよいかも判断できないと思います。

よく出てくる単語を並べてみると、以下のようになります。

ここに書いた単語は、似たような文脈で出てくる単語ごとに分類して箇条書きにしました。

この記事では、上記のような単語の意味が理解できるように様々な記事を紹介していくことで、皆さんを分かった気にさせたいと思います。

それでは行ってみましょう！

TensorFlowとは

TensorFlowは、インストールするだけで機械学習で何かができる、というものではありません。

プログラミング言語からTensorFlowを利用すると、機械学習や深層学習を利用したプログラムを簡単に開発できるというライブラリです。

TensorFlowを利用して機械学習のモデルを構築して訓練し、最後に推測をするという流れになっています。

なお、TensorFlowの開発はGitHubで進められており、ソースコードも自由にダウンロードできます。

TensorFlowとは何か？については、以下の記事で説明していますので、よく分からない方は確認してみてくださいね。

Deep Learning（深層学習）は、ニューラルネットワークを利用した機械学習アルゴリズムの一種です。

隠れ層が2層以上のニューラルネットワークを使った機械学習は、層が多い（＝深層）ということで特別にDeep Learning（深層学習）と呼ばれています。

※隠れ層が1層のニューラルネットワークは、多層パーセプトロンと呼ばれています。

一方で、SVM（サポートベクターマシン）のようにニューラルネットワークを使わない一般的な機械学習アルゴリズムもあります。

機械学習とDeep Learning（深層学習）の違いについては、以下の記事で説明されていますので、ぜひご覧ください。

機械学習のアルゴリズムは多々あり、数が多いゆえに様々な分類方法があります。

上で説明した、一般的な機械学習か、Deep Learning（深層学習）か、という見方もあります。

よりしっかりした分け方では、教師あり学習や教師なし学習、強化学習といったように学習方法で分類することもあります。

さらに、分類、回帰、クラスタリング、次元削減といったアルゴリズムの目的で分類する方法もあります。

アルゴリズムを学習方法（目的）ごとに分類すると、以下の表のようになります。

たとえば、教師あり学習で分類を目的とする場合に使う、一般的な機械学習アルゴリズムにはSVMや単純ベイズ分類器があり、Deep Learning（深層学習）アルゴリズムにはCNNやRNNがあるというように読みます。

学習手法（目的）	一般的な機械学習アルゴリズム	Deep Learning（深層学習）アルゴリズム
教師あり学習（分類）	SVM（サポートベクターマシン）、単純ベイズ分類器、多層パーセプトロン	CNN、RNN
教師あり学習（回帰）	確率的勾配降下法	RNN
教師なし学習（クラスタリング）	k平均法	DeepCluster
教師なし学習（次元削減）	主成分分析（PCA）	AutoEncoder
強化学習	Q学習	Deep Q-Network