ディープラーニングとは、
自ら特徴量を抽出して学習していく学習モデルです。
ディープラーニングは、
誤差逆伝搬法という、
正解データと実際の出力を比較し、
重みやバイアスを修正していきます。
脳の神経回路を模したニューラルネットワークが代表的な学習モデルです。
畳み込みニューラルネットワーク（CNN）、
再帰型ニューラルネットワーク（RNN）、
Long Short Tem Memory（LSTM）、
Gated Recurrent Unit（GRU）、
Embeddings from Language Models（ELMo）、
Bidirectional Encoder Representatives from Transformers（BERT）のアルゴリズムを利用している。
正解データと実際の出力誤差、損失関数の誤差を最小化するため、
各ノードの重みを調整する。
そのために上記アルゴリズムを利用している。
ディープラーニングの活用事例は、
機械翻訳、文書要約、対話システム、音声認識、画像認識に活用されています。
AIといえば、デープラーニングが主流になってきました。
海外企業が提供している機械学習サービス、
学習済みの機械学習モデルを活用して、
普段の生活を豊かにしていきたいと思います。