But what is a neural network? | Deep learning chapter 1

重要ポイント

• ニューラルネットワークは、人間には容易でも従来のルールベースのプログラミングでは計算的に困難な、手書き数字の識別といった複雑なパターン認識タスクを解決するために設計されています。
• ニューラルネットワークは一連の層として構成されており、各ニューロンは0から1の間の活性化値を保持し、特定の特徴や入力の強度を表します。
• 入力層は個々のピクセルに対応するニューロンで構成され、出力層は最終的な分類を表します。隠れ層は複雑な情報を処理するための中間段階として機能します。
• 層状ネットワークの力は、階層的な抽象化を構築できる可能性にあります。初期の層がエッジのような単純な特徴を検出し、それらが組み合わさることで複雑な形状やパターンが形成されます。
• ネットワークは、層を通じて活性化を伝播させることで機能します。ニューロン間の接続は、ある層の情報が次の層にどのように影響するかを決定する「重み」によって制御されます。
• ニューラルネットワークの学習とは、システムの設定（ダイヤルやノブ）である重みとバイアスを調整し、ネットワークがパターンを認識し正確な予測を行えるようにすることです。
• この階層構造は画像認識に限らず、複雑なデータを段階的な抽象化へと分解するあらゆるタスクに適用可能な汎用的なフレームワークです。