の利用状況 ディープラーニング 【[YKS108]】は今よく話題になります、Netflix と Youtube がこの方法を使用して顧客ロイヤルティを向上させることに成功した方法 【【YKS110】】 。ディープラーニング【【YKS110】】 。ディープラーニング は、人間の基本的な本能についてコンピューターを訓練する機能を持つ機械学習の一部です。テクノロジーにおいて ディープラーニング、使用できるいくつかのタイプのアルゴリズムがあり、知っておく必要があります。つまり、次のとおりです。
畳み込みニューラル ネットワーク (CNN)
CNN、または一般に ConvNets として知られるものは、使用できるアルゴリズムです。複数のレイヤーで構成され、画像処理や物体検出によく使用されます。 CNN は、まだ LeNet と呼ばれていた 1988 年に初めて開発され、郵便番号や数字などの文字を認識するために使用されていました。
リカレント ニューラル ネットワーク (RNN)
アルゴリズムの種類 ディープラーニング これにより、定期的なサイクルを形成する接続が得られます。このサイクルでは、LTSM からの出力が処理され、現在のフェーズの入力として使用されます。 RNN には内部メモリがあるため、これが発生する可能性があります。一般に、RNN は、画像のキャプション、時系列の分析、自然言語の処理、および手書きの認識に使用されます。
長期短期記憶ネットワーク (LSTM)
タイプを表します リカレント ニューラル ネットワーク (RNN) 長期的なパターンの依存関係を学習および記憶できます。この技術は、特定の期間の過去の情報をすべて記憶することができます。 LSTM は、情報を長期にわたって保存することもできます。これらは以前の入力を記憶できるため、時系列予測の目的に役立ちます。 LSTM はチェーン状の構造を持ち、4 つの層が独自の方法で相互作用します。
自己組織化マップ (SOM)
SOM は、自己動作する人工ニューラル ネットワークを通じてデータの視覚化を可能にし、データの次元を削減します。 SOM アルゴリズムは、ユーザーが高次元の情報を理解できるように設計されています。
深層学習がなければ、 人工知能 は動作しない可能性があります。ディープラーニングを応用することで、AIは経験に依存せずに開発し「学習」することが可能になります。 ディープラーニングやその他の AI の構成要素の学習に興味がありますか?
戻る
