1.ニューラルネットワークの定義

ニューラルネットワークとは、人間の脳内にある神経細胞（ニューロン）とそのつながり、 つまり神経回路網を人工ニューロンという数式的なモデルで表現したものである。

2.ニューラルネットワークの歴史

コンピューター科学の父であるアラン・チューリング氏によって様々な論文が出された。 その中の特に「チューリングテスト」によって第一次AIブームが到来し、 ニューラルネットワークの黄金時代を築くようになった。

3.ニューラルネットワークを直感的に理解するための数式

生物の脳内にはニューロンという細胞があります。 この細胞には電気物質が通り別の細胞に電気が流れることで脳が活性化します。 以下でこれを数式化したい。脳内では、シナプスという細胞があり、これをｘとおく。 シナプスを経由した細胞体(ソマ)に集合する。これをbとおく。細胞体(ソマ)を流れるものがアクソンであり、 これをyに伝達します。これらを通る電気をwとおきます。 これらを数式に置き換えるとｆ(x1、x2)＝b＋w1x1＋w2x2というわかりやすいものになります。 この数式を重ねれば重ねるほど脳の伝達が複雑化し多様化する。 つまり、ニューラルネットワークの構築には、シナプスに電気物質が流れ他の細胞に行くことが 繰り返されるように情報データを別のデータと集合し重ねる事で、 正確なデータを出すことができるネットワークを作ることができます。

4.ニューラルネットワークの種類

1.ディープニューラルネットワーク
十分なデータがあることで、人間の力なしで機械が自動でデータから特徴を抽出してくれる。
2.畳み込みニューラルネットワーク
人工知能により画像分析を行う手法である。画像認識処理を行うのに使われる。
3.再帰型ネットワーク
時系列データを使用するネットワークである。翻訳機や音声認識に使われている。

5.ニューラルネットワークの目的

1.量を予測するため。
例えば、売上金額を予想したいときに使用する。
2.どこに何が分類されるか予想するため。
例えば、受注か失注かを区別したい時に使用する。　
3.異常なデータの抽出するため。
例えば、機械の故障検知やクレジットカードの不正利用の検知に使用する。
4.構造を発見するため。
例えば、文書検索のためにキーワードを決める目的に使用します。

6.ニューラルネットワークのモデル例

主なモデルを分類すると以下の4つに分ける事ができる。

1. 回帰モデル
2. 分類モデル
3. 異常検知モデル
4. クラスタリングモデル

これらのモデルを使用して物事を予測したり、分類したりします。

7.私見

現在、ニューラルネットワークは急成長している。私見では、 今後このネットワークは労働不足問題の解決に役立つものである。 ただし、現在のニューラルネットワークを用いて物事を判断する際に 倫理的な判断能力に欠落があり、これは機械学習の大きな課題である。

8.総評

以上のように、ニューラルネットワークは課題はあるものの、 今後の私達の生活の向上に必要不可欠なものである。