群知能と進化的計算の国際ジャーナル

概要

データマイニングと機械学習におけるディープラーニングの重要性

ショラビP

ディープラーニング アルゴリズムは、膨大な量の教師なしデータを使用して、複雑な表現を自動的に抽出します。これらのアルゴリズムは、特に非常に複雑な問題に対して、人間の脳の観察、分析、学習、および意思決定の能力をエミュレートすることを全体的な目標とする人工知能 (AI) の分野によって主に動機付けられています。これらの複雑な課題に関する作業は、人間の脳の階層的学習アプローチをエミュレートしようとするディープラーニング アルゴリズムの背後にある主要な動機でした。決定木、サポート ベクター マシン、ケースベース推論などの浅い学習アーキテクチャをサポートするモデルは、入力コーパス内の複雑な構造と関係から有用な情報を抽出しようとすると、不十分になる可能性があります。対照的に、ディープラーニング アーキテクチャは、非ローカルおよびグローバルな方法で一般化することができ、データ内の直接の隣接を超えて学習パターンと関係を生成します。ディープラーニングは、実際には AI への重要なステップです。AI タスクに適したデータの複雑な表現を提供するだけでなく、AI の究極の目標である人間の知識からマシンを独立させます。人間の介入なしに、教師なしデータから直接表現を抽出します。