ニューラルネットワークはディープラーニングの一つなのでしょうか

Question

機械学習、ディープラーニング、ニューラルネットワークの関係がいまいちはっきりしません。
私が調べた結果の、機械学習、ディープラーニングのおおまかな解釈ですが、
機械学習：全体のデータのうちから人が設定した入力情報をアウトプットする情報に変えるときの計算方法をコンピュータが学習し改善していく
ディープラーニング：全体の入力データのうちどこのデータをどう見ればいいかということすらコンピュータが学習し（機械学習はこれを人間が設定する）、そこから計算方法も学習し、データをアウトプットする
ここで、ニューラルネットワークは、脳の神経回路を模倣して、人間が設定した入力情報を処理するときの、それぞれのノード（？）の値の出力の仕方を学習していくというような感じで、これは機械学習と変わらないような気もしたのですが、様々なサイトで、ニューラルネットワークはディープラーニングのうちの一つといっていたので（ディープラーニングとニューラルネットワークは別物といっているサイトもありましたが）、私の解釈が間違っているのだと思いますが、解釈の間違いをご指摘いただけたらと思います。

また、下の動画のようなテトリスの人工知能は、ディープラーニングなのか機械学習なのかも教えてください。
https://youtu.be/D7rjGRoiCeM

Answer 1

ニューラルネットワークはディープラーニングの一つなのでしょうか

逆です。ディープラーニング(DL)は、ニューラルネットワーク(NN)のひとつです。

そう言える根拠は歴史です。
NNの歴史の中で、最近流行しているのがDLですが、
NNは概念としては、コンピュータ以前（！）からあります。

機械学習、ディープラーニング、ニューラルネットワークの関係

機械学習のひとつがニューラルネットワークで、
そのまたひとつがディープラーニングです。

機械学習には、NN以外にも、サポートベクトルマシンもあるし、
遺伝的アルゴリズムもあるし、他にも決定木とかいろいろあります。

---

この、一般的に言われている「機械学習」とは、
人間が手作業でパラメータを調整するのではなく、
自動的にパラメータ調整を行う、というくらいの意味です。

一方、「AI」「人工知能」だと、人間と同等という意味合いがあり、
それが実現できていないという批判があるので、
機械側の視点で、可能な客観的事実を言葉にしたので、
最近では好まれて使われているようです。

広　人工知能　＞　機械学習　＞　ニューラルネットワーク　＞　ディープラーニング　狭

しかし、人工知能も入れて改めて整理すると、
上のように左ほど広い概念の言葉になります。

そういう体系的な知識は、人工知能や機械学習の概要を説明した
入門書を一冊でも読むと、だいぶ整理されると思います。

Comments

[退会済みユーザー]

NNやDLの自分の解釈が正されとてもすっきりしました。これからもっと深く学んでいきたいと思います。ありがとうございました。

Answer 2

あらかじめ断っておきますが、この回答には技術的な内容が含まれておりません。

---

ディープラーニングとニューラルネットワークをあえて違うものと定義するのなら、狭義のニューラルネットワークは広義のニューラルネットワークのうち、層の深さが浅いものを指します。
ディープラーニングは層の深い広義のニューラルネットワークとなります。
ただ、そこまではっきりとした定義はないとも感じています。
深いというのも言葉を使う人の意識によりますので。

---

機械学習は計算方法を学んでいるわけではありません。
計算方法は人間が選択した手法によって決まっています。
機械学習での学習というのは、採用された数理モデルに含まれる任意性のあるパラメータを適用したいデータ群に対して最適化することです。
最近ではautomlといったちょっと高級な手法も開発されていますが、結局探索のパラメータ空間をどこに定めているのかの違いです。
思うところ、機械が学習するというのは一般には、人間が学習して、そこから得られたモデルを決めるためのルールを機械にやらせている、というものです。

---

機械学習とニューラルネットワークをうまく理解するために必要なキーワードは、構造化データと非構造化データかと思います。

---

テトリスについては、人間が操作していなくてかつそれなりの目的意識があるのなら、私は機械学習と言えると個人的に考えます。
ディープラーニングの手法を使っているのならディープラーニングでもあるのでしょう。

---

そこで問題意識が出てしまうわけですが、どこまで賢そうに機械だけで振る舞えたら機械学習と言えるのでしょうか。
ここから先は哲学的な話になりそうです。

Comments

[退会済みユーザー]

ありがとうございます。とても分かりやすかったです。

Answer 3

NVIDIA(GPUでおなじみですね)のサイトにあった画像を転用します。

どれも今明確な定義が無いような気がしますので、あっている部分と違っている部分があるかもしれませんのでご了承ください。もしかしたら、もっと詳しい方が「こっちの方が正しいよ」と教えてくれることを期待して書きます。

■人工知能AI
AIは人工知能の英語の頭文字ですね。人間の代わりに（どこまでが知能かは不明ですが）判断してくれるのであればそれは知能かもしれません。簡単なルールですらもこれに当てはまるとも言えます。

■機械学習Machine learning
機械学習は、文字通り機械（分かりやすい例はいわゆるPCでしょうか）が学習します。学習方法にはいろいろあると思いますが、今浸透しているのものは膨大なデータを統計処理によって捌く方法ではないでしょうか。たとえば、Googleのスパムメール判定にはベイズ統計学が使われていると聞きます。「この文字があったら○○％でスパムかな？しかも××があると▽▽％でスパムかな？ええいスパムにしてしまえ」というような処理を機械がやってくれます。
これが一個目の疑問ですね。

■ニューラルネットワーク
人のニューロンのネットワークをまねしたモデルの総称です。いろいろな形がありますが、細かいことを除けば、畳み込みニューラルネットワークとリカレントニューラルネットワークの二つ、といっても問題ないと思います。これの何が良いかというと、ゼロから始めるニューラルネットワークの本にもありますが、いわゆる一次関数（ax+b　シンプルな式ですね！）を沢山積み上げることで、直線しか作れないはずの指揮を使ってとても複雑な曲線すら描けます。つまり、簡単な処理を積み上げることで無理難題を解いてしまおうという作戦です。
実際、今これが超ホットな話題ですね。
これが二つ目の疑問ですね。

■ディープラーニング
日本語にすると深層学習です。何の層が深いかというと、ニューラルネットワークの層が深いのです。先の「沢山積み上げる」が沢山あるものがディープラーニングです。「いくつからディープなんだ？」という話が時々出ますが、私の知る限り明確な答えはまだなさそうです。ニューラルネットワーク以外でディープラーニングがあったらごめんなさい。
これが三つ目の疑問ですね。

カテゴリ的には、機械学習があって、その中にニューラルネットワークがあって、その中にディープラーニングがあります。

こんな感じでいかがでしょうか？

Comments

[退会済みユーザー]

テトリスが抜けてました。遺伝的アルゴリズムは、特定の指示を遺伝的に「うまくいったら残す、ダメなら残さない」「突然変異を混ぜる」とかそんな理解です。

NNについてはmkgreiさんの説明の方が断然詳しいですね！
機械学習のNN以外のアプローチについてはLLmanさんのが詳しいです。
参考まで

[退会済みユーザー]

わかりやすくまとめてくださりありがとうございます。とても勉強になりました。