ニューラルネットワーク初歩をまとめ
何を利用して作られているか
人間の脳の仕組みをモデル化している。
脳には約200億もの脳細胞(ニューロン）があり、
一つの脳細胞は100〜1万もの脳細胞とシナプスを結合することによって繋がっている。
また記憶や学習によってシナプスの結合度は変化する。
その結合度によって脳細胞はつながっているほかの脳細胞に信号を送る。
「個々の動き」よりも「どの細胞とつながっているか。またその結合度」というネットワークが大事。
その仕組みを利用してニューラルネットワークが作られた。
どう利用するか
仕組みは主に二つ。
- 脳細胞の数が少ない
- 電気信号の代わりに0や1といった数値をやりとり。
もし信号量が一定量を超えたら、受け取った脳細胞は次の脳細胞に信号を送る。（興奮状態ともいう）
左側のふたつの脳細胞が右脳細胞に信号を送った場合、3<4なので興奮せず右脳細胞は次の脳細胞に信号を与えない
この場合、左が興奮すると真ん中に信号を送る。
3=>3なので真ん中も興奮。右に信号を送る。
3<4なので右は興奮せず、次に信号を送らない。
ヘッブ則
シナプスの前と後で同時に神経細胞が興奮するときそのシナプス効率は強化される。
つまり、同時に興奮したときは送る信号を増やす。
これらを利用する。
目的
なんらかの情報をインプットするとその情報から推理して予測や判断をしてくれる。
覚えたことを思い出すだけでなく、過去の経験を生かしてうまく推理。
それが得意なモデルがニューラルネットワーク！！
ヘッブ則を利用した例
いくつかの脳細胞と正解を判断する脳細胞を用意する。
正解脳細胞が
- 興奮した場合 はずれ
- 興奮しない場合 正解
とする。
その答えが実際の答えと合っているか判断。
一致=脳細胞の結合を強くする
不一致=脳細胞の結合を弱くする。
これだけ。いくつかの問題と解答を用意し、すべて正解するまで繰り返す。
これらを学習すると違う問題でも経験から推論し、答えを導き出せるようになる。
使うとこんなことできるよ！！
- 株市場の予測
- 手書き文字の認識（パターン認識）
