いろいろ調べてみた結果、深層学習（ディープラーニング）が今の流行りのようですな。
Googleが猫の画像を使って研究した結果、いい感じの認識率を出したことで注目を浴びたアレである。
あまり馴染みが無かったのでちょっと調べてみたところ、『多層構造のニューラルネットワーク』とのこと。
ニューラルネットは、入力層・隠れ層・出力層から構成されていて、入力された情報を隠れ層でゴニョゴニョして出力する。様々なデータに応用がきくけれども、反面精度を上げようとして隠れ層を増やしすぎるとあまり効果が出ない場合がある。
で、深層学習。
これは『隠れ層をニューラルネットにする』のが特徴です。一つの層の出力を次のニューラルネットの入力として扱う、という感じで、単純な最適化ではなく各隠れ層でも学習させる。
なるほど…わかったようなわかっていないような…
というわけですので、まずはニューラルネットワークの勉強と実装をしてみます。
