AIのすべて　ミホがやさしく解説　第三部 ⑶　AIの基本的な仕組み 機械学習と深層学習の違い




アルゴリズムの違い



アルゴリズムとは、機械学習と深層学習の解決方法の違いです。

機械学習と深層学習は、どちらもコンピュータにデータを学習させて、何かを予測したり、分類したりする技術です。 しかし、その学習の仕方に大きな違いがあります。

機械学習は、人間が仕事を始める前にデーターを、コンピュータに教えてあげる必要があります。

深層学習は、コンピュータ自身がデータから特徴を自動的に考え、より複雑なパターンを認識することができます。

このように“機械学習”と“深層学習”では学習方法が違いますが、これが“アルゴリズムの違い”と言います

2. データ処理の違い


機械学習 機械学習では、コンピュータがデータから学ぶために使います。
例えば、猫の写真を見分けるプログラムを作るとします。
この場合、猫の写真が10枚あれば、100枚くらいの写真が必要です。
これは、コンピュータが猫の特徴をしっかり学ぶためです。

深層学習
深層学習は、もっと複雑な問題を解くために使います。
例えば、自動運転車が道路の標識を認識する場合、数万から数百万枚の画像が必要です。
これは、深層学習が非常に多くのデータを使って、より正確に学ぶためです。

機械学習
　10枚の写真があれば、100枚くらいのデータが必要です。 
深層学習
　数万から数百万枚のデータが必要です。

3. 学習の目的



AIには大きく分けて2つの主要な手法があります。
それが「機械学習」と「深層学習」です。
この2つの手法の大きな違いは、「学習の目的」にあります。

まず、機械学習の目的は、与えられたデータから、人間が教えた特徴を伝えて、それに基づいて答え導き出す事です。
つまり、人間が事前に特徴を伝えて、それを学習させるのが機械学習の特徴です。

深層学習の目的は、データから自動的に特徴を精査し、より高度な導き出された内容を獲得することです。
深層学習は、人間が特徴を伝える必要がなく、データから自動的に最適な特徴を見つけ出します。

簡単に言えば、機械学習は人間が教えてあげる方式、深層学習は自分で学んでいく方式だと考えればわかりやすいでしょう。

この違いは、AIのプログラムを組むうえで必要な内容と性能に大きな影響を与えます。
機械学習は人間が関与しやすいですが、深層学習は自動的に特徴を学習するため、より高度な処理が可能になります。

深層学習が注目されている主な理由は、従来の機械学習手法に比べて以下のような大きな特徴があるためです。

自動的な特徴量抽出（自動でデーターから求める情報を選ぶ）
深層学習は答えを求める内容について、人が条件やヒントを与える必要がなく、複雑な内容にも自分で柔軟に対応する事ができる事です。



高い性能
深層学習は、大量のデータを使って学習することができるため、人工知能（AI）の研究分野で中核を成す要素技術の一つといえる画像認識や自然言語処理などの分野で、人間と同じかそれ以上の性能を発揮しています。これにより、さまざまなタスクを自動化し、効率化することが可能になっています。

コストの低下
最近では、コンピューターの処理能力が向上し、特にGPU（グラフィックス処理装置）の登場によって、深層学習の計算コストが大幅に下がりました。
このおかげで、より複雑なモデルを短時間で学習させることができるようになりました。

実用化の進展
深層学習は、従来の手法では解決が難しかった高度な問題を解決できるため、さまざまな分野での実用化が進んでいます。
例えば、自動運転車、医療診断、音声認識など、多岐にわたる応用が見られます。

このように、深層学習の優れた性能と汎用性が、今注目される大きな理由です。
これからも深層学習は、私たちの生活をより便利にする技術として進化し続けるでしょう。



ミホのブログのお部屋