さて、機械学習にはニューラルネットワーク系の手法とは別に、サポートベクターマシンという有名な手法がある。

 

こちらも、昔ほどの勢いはないが、今でも使われている手法なので、とりあえずサポートベクターマシンとニューラルネットワークが違うものだということを理解するうえでも、一度触れておきたいと思う。

 

サポートベクターマシンとは、パーセプトロンと同じく、線形分離や線形回帰を行う手法だ。

 

パーセプトロンとの一番の違いは、その重みを計算する処理速度が速いことにある。

 

サポートベクターマシンでは、分離に重要なデータ点のみを選別し、凸最適化問題という比較的容易な問題を解くことで学習を行うことから、二重にコンピュータにとって負荷が低いものとなった。

 

また、パーセプトロンが非線形問題への解決策に多層化を用いたことで、さらに計算量が膨大になったのに比べ、サポートベクターマシンはカーネル法という、これまた比較的計算処理の軽い手法で問題解決をしたことも、負荷を減らす更なる要因となった。

 

バックプロパゲーション・ディープラーニングというアイディアが出てくるまでは、機械学習にとっては、ニューラルネットワークはサポートベクターマシンの劣化版にすぎなかった。

 

なので、一時期、機械学習をやる時に、ニューラルネットワーク(パーセプトロン)をやることは意味がないと考えられるほどに、サポートベクターマシンは勢いを増していったのである。

 

ただ、人工知能、という意味においては、サポートベクターマシンが本流にはならなかった。

 

それは、サポートベクターマシンが「機械学習」を起点に考えられた手法であるのに対し、ニューラルネットワークは、「脳の模倣」という視点から考えられた手法であるからだ。

 

なので、計算能力の向上や、新しい理論の登場によって、再びニューラルネットワークに注目が集まっていくことになるのだ。

 

では次回は、ニューラルネットワークがどのような技術革新を伴い、今日のディープラーニングにまで発展してきたのかを、詳しく説明していこう。

ランキングポチは必ず頼むぞ。読み逃げは厳禁だ。

人気ブログランキングへ
にほんブログ村 為替ブログへ
にほんブログ村

売買ルールを手に入れたいなら、、、
動画講座はこちら
売買ルールの実践練習に、、、
チャートブックはこちら