深層学習は従来の機械学習と似ているが、モデル構造と出力の点で大きく異なる。専門家が解説する。
深層学習がこれまでの機械学習とどこが違うかといえば、まず使用するデータの量が違う。
出版社のMcGraw-Hill Educationでリサーチ＆データサイエンス担当バイスプレジデントを務めるアルフレッド・エッサ氏は「深層学習が真価を発揮するのはビッグデータを利用してこそだ」と話す。
解析技術が進歩し、深層学習に関する話題を昨年より広範に見聞きするようになった。そして深層学習と機械学習の違いもよく議論に上っている。この2つはツールや技法が重なる部分が多い。
だが、共通点はあっても原理は異なるようだ。エッサ氏は2017年5月15～16日に開催された「Business Analytics Innovation Summit」におけるプレゼンテーションで、その違いについて説明した。例えば、これまでの機械学習アルゴリズムでは、ある一定量のデータを処理した時点で解析パフォーマンスは横ばいになる。変数間の相関関係を探すという指示は比較的すぐに達成でき、学習はそこで頭打ちになるからだ。
一方、深層学習のアルゴリズムでは、解析するトレーニングデータを与えれば与えるほどパフォーマンスが加速的に向上する傾向がある。その理由の1つは、機械学習のアルゴリズムよりも方向性を限定されないことにある。深層学習が採用するニューラルネットワークアプローチでは、機械学習の場合より微妙なパターンや相関関係を導き出すが、それは大量の解析データがないと見つからない。
解析出力にも違いがある。エッサ氏によると、機械学習のアルゴリズムは必ず等級やスコアなどの数値を出力するが、深層学習は幅広い出力が可能であり、画像に対する自然言語のキャプションや無声映画に付加する音声なども対象となり得る。
機械学習と深層学習は似て非なるものであり、エッサ氏はその違いを「プロペラ機とジェット機」に例えた。
深層学習が登場したからといって機械学習が無用になるわけではない。エッサ氏の予測では、機械学習のアルゴリズムを開発するデータサイエンティストの仕事は当面なくならないという。ほとんどの企業はまだ深層学習に利用できるほどの大量のデータを持ち合わせていない。McGraw-Hillも現時点では深層学習を研究している段階であり、実用には至っていない。
「従来の機械学習で対応できる対象はまだたくさんある。現状の機械学習の大半は深層学習ではなく、比較的少量のデータセットだけを扱っている。さまざまなタイプの機械学習手法を試すことが優れたデータサイエンティストの仕事だ」とエッサ氏は語った。
ソーシャルネットワーク会社LinkedInのデータサイエンスチームも同じことを実感している。同カンファレンスで別のプレゼンテーションを行ったLinkedInビジネスアナリティクス＆データサイエンスアソシエートのウェンロン・ゼン氏によると、同社ではセールス見込み客をスコア付けするプロジェクトに深層学習の適用を試みたという。既存の企業顧客のうち、求人と人材採用のサービスを新たに利用する可能性の高い顧客を特定するのが目的だった。ところが、深層ニューラルネットワークでは求める性能を得られなかった。データ量が十分ではなかったのだ。
「深層学習には膨大なデータが必要だ。私たちには数十万件のサンプルしかなく、それでは不十分だった」とゼン氏は語った。
そこで、同社のデータサイエンスチームは従来型の機械学習手法を選ぶことにした。ランダムフォレストと勾配ブースティングという2つのアルゴリズムを組み合わせたアンサンブルモデルだ。ゼン氏は、こうした事案にはこのモデルの方が深層学習モデルより有効だったと語った。
Copyright © ITmedia, Inc. All Rights Reserved.
生成AIを活用して業務や顧客体験の再構築を進める動きが活性化しているが、その多くが、PoCやラボ環境の段階にとどまっている。なぜなら、生成AIの可能性を最大限に引き出すための、インフラのパフォーマンスが不十分だからだ。
昨今のソフトウェア開発では、AIコーディングアシスタントの活用が主流になっている。しかし、最適なコーディングアシストツールは、開発者や企業によって異なるという。導入の際は、どのようなポイントに注意すればよいのか。
生成AIの活用にはデータベースが重要となるが、従来のデータベースは最新テクノロジーに対応できないなどの課題がある。本資料では、データベースをモダナイズし、生成AIを用いてビジネスイノベーションを生み出すための方法を探る。
ビジネスにおいて、検索体験およびその結果の質の向上が重要なテーマとなっている。顧客はもちろん、自社の従業員に対しても、実用的な答えをより迅速に、手間なく入手できる環境の整備が求められている。
登場以来ビジネスへの活用方法が模索されてきた生成AI。近年では業務組み込みにおける具体的な成功例が数多く報告されている。本資料では、5件の生成AI活用事例を交えて、業務に組み込む上での具体的なアプローチを解説する。
いまさら聞けない「仮想デスクトップ」と「VDI」の違いとは
遠隔のクライアント端末から、サーバにあるデスクトップ環境を利用できる仕組みである仮想デスクトップ（仮想PC画面）は便利だが、仕組みが複雑だ。仮想デスクトップの仕組みを基礎から確認しよう。
「マーケティングオートメーション」 国内売れ筋TOP10（2025年5月）
今週は、マーケティングオートメーション（MA）ツールの売れ筋TOP10を紹介します。
「サイト内検索」＆「ライブチャット」売れ筋TOP5（2025年4月）
今週は、サイト内検索ツールとライブチャットの国内売れ筋TOP5をそれぞれ紹介します。
「ECプラットフォーム」売れ筋TOP10（2025年4月）
今週は、ECプラットフォーム製品（ECサイト構築ツール）の国内売れ筋TOP10を紹介します。
ITmediaはアイティメディア株式会社の登録商標です。
