パーセプトロンとニューラルネットワークの違い

それもそのはずで、パーセプトロンはディープラーニングの起源となったものだからです。

では、ディープラーニングでニューラルネットワークを使うってことは、ニューラルネットワークには、パーセプトロンにはない良いところがあるっていうことなんですよね。

この記事では、パーセプトロンとニューラルネットワークの違いについて解説します。

活性化関数

大きな違いは活性化関数にあります。

パーセプトロンでは、活性化関数がなく出力は閾値を超えたら１、超えなかったら０のようになっています。

しかし、ニューラルネットワークでは、活性化関数によって、重みと入力の乗算の総和を更に変換させて、０と１以外の実数を出力しています。

ここが大きな違いです。

重みとバイアスの設定

違いはもう一つあります。

パーセプトロンでは、人間が重みとバイアスを適切に設定するという点です。

ニューラルネットワークでは、データを元にコンピュータが勝手に適切な値に調整してくれます。

重みとバイアスを人間が設定するのか、コンピュータが設定するのかという点でも違うのです。

まとめ

ニューラルネットワークとパーセプトロンの違いを解説しました。

まとめると2つの違いは、活性化関数の有無とパラメータの設定をするのが人間かコンピュータかです。

参考にした本

https://amzn.to/2NHeAik

ディープラーニングとは

まず、簡単にAIについて説明します。

AIとは、私たちの知能を人工的にコンピュータに移したものです。

しかし、知能を移すといっても人間のように様々な分野に対して通用する汎用的な知能を再現するのは難しかったのです。

そこで、AIには人間の知能の内の特定の分野に特化させています。

ここで、人間の学習という知能をコンピュータに備えさせようとするのが機械学習です。

機械学習は、データを元に人間の学習を再現しています。

そして、学習といっても学習の仕方には種類があります。

その学習法の1つがディープラーニングです。

つまり、ディープラーニングとは機械学習の種類なのです。