機械学習 単純パーセプトロン入門
人間の脳の神経細胞の働きをまねた模型である単純パーセプトロンは、人工知能の土台となる技術です。二つの層、入力層と出力層だけでできた簡単な仕組みです。これらの層は情報の入り口と出口にあたります。
まず、入力層から説明します。入力層は、外部からの情報を受け取る場所で、いわば人間の感覚器官のような役割を担います。例えば、画像認識であれば、画像のそれぞれの画素の明るさが入力データとして入力層に送られます。音声認識であれば、音声データが入力されます。このように、様々な種類の情報を入力として受け取ることができます。
次に、出力層について説明します。出力層は、入力された情報を処理した結果を出力する部分です。例えば、猫の画像を入力した場合、「猫」という結果が出力されます。この出力は、入力層から受け取った情報をもとに計算されたものです。
入力層から出力層へ情報が伝わる過程では、それぞれのつながりに重みという数値が割り当てられています。この重みは、入力データの重要度を表す数値で、重みが大きいほど、その入力データが結果に与える影響が大きくなります。例えば、猫の画像認識の場合、「耳の形」という入力データの重みが大きいと、「耳の形」が猫かどうかを判断する上で重要な要素となります。
また、それぞれのつながりには、バイアスと呼ばれる値が加えられます。バイアスは、出力層の反応しやすさを調整する役割を果たします。バイアスが大きいほど、出力層は反応しやすくなり、小さいほど反応しにくくなります。
複数の入力データが一つの出力に関係する場合、それぞれの入力データに重みを掛け、バイアスを加えた後、それらの合計を計算します。この合計値が、出力層への入力となり、最終的な結果に影響を与えます。このように、単純パーセプトロンは、重みとバイアスを調整することで、様々な種類の情報を処理することができます。
