Web教科書

LeNet（ルネット） 解説 LeNet（ルネット）とは、1998年にヤン・ルカン（Yann LeCun）博士らによって発表された、世界初の本格的な畳み込みニューラルネットワーク（CNN）モデルです。具体的には「LeNet-5」というバージ...

AlphaGo（アルファ碁） 解説 AlphaGo（アルファ碁）とは、Google DeepMind社によって開発された囲碁AIプログラムです。2016年、世界トップ棋士であるイ・セドル（Lee Sedol）九段に4勝1敗で勝利したことで、...

ネオコグニトロン 解説 ネオコグニトロンとは、1979年にNHK放送科学基礎研究所の福島邦彦（ふくしま くにひこ）博士によって発表された、視覚パターン認識のための階層型ニューラルネットワークです。 CNNの「生みの親」 現在のディープラーニ...

LLM（Large Language Model：大規模言語モデル） 解説 LLM（大規模言語モデル）とは、計算量・データ量・パラメータ数が巨大な（数億〜数兆規模の）自然言語処理モデルの総称です。 技術的基盤：Transformerとスケー...

カーネル（カーネル法） 解説 カーネル法とは、そのままでは直線で分けること（線形分離）ができない複雑なデータを、高次元の空間に移動（写像）させることで、直線（平面）で分けられるようにする数学的なアプローチです。 「次元を上げれば解決する」と...

回帰問題（Regression） 1. 解説 回帰問題とは、入力データをもとに「連続的な数値」を予測するタスクのことです。 例えば、「駅からの距離」や「築年数」といったデータ（説明変数）から、「家賃（〇〇円）」という数値（目的変数）を予測す...

分類問題（Classification） 1. 解説 分類問題とは、入力されたデータが「どのグループ（カテゴリ・クラス）に属するか」を予測するタスクです。目的変数が「離散値（飛び飛びの値）」になるのが最大の特徴です。 例えば、「この写真は犬...

決定木（Decision Tree） 1. 解説 決定木は、「もし〇〇ならA、そうでなければB」という条件分岐を繰り返し、フローチャートのような木構造を作って予測を行う機械学習モデルです。 分類問題（分類木）と回帰問題（回帰木）の両方に利用...

勾配ブースティング (Gradient Boosting) 解説 勾配ブースティング（Gradient Boosting）とは、複数の「弱い学習器（主に浅い決定木）」を順番に作成し、前のモデルの失敗（誤差）を次のモデルが修正していくことで、...

サポートベクターマシン (SVM) 解説 サポートベクターマシン（SVM）とは、教師あり学習（主に分類タスク）で用いられる強力なアルゴリズムです。ディープラーニングが流行する前は、「最強の分類器」として広く使われていました。 「マージン最大...