ニューラルネットワークで画像分類

ディープラーニングの前に理解しなければならないことがたくさんあると気づいたわけです。
ニューラルネットワークってのが何なのか解らないといけないらしいです。

ニューラルネットワーク

ニューラルネットワーク(Neural network　神経回路網)は、脳機能に見られるいくつかの特性を計算機上のシミュレーションによって表現することを目指した数学モデルである。研究の源流は生体の脳のモデル化であるが、神経科学の知見の改定などにより次第に脳モデルとは乖離が著しくなり、生物学や神経科学との区別のため、人工ニューラルネットワーク(Artificial Neural Network: ANN　人工神経回路網)とも呼ばれる。

シナプスの結合によりネットワークを形成した人工ニューロン（ノード）が、学習によってシナプスの結合強度を変化させ、問題解決能力を持つようなモデル全般を指す。狭義には誤差逆伝播法を用いた多層パーセプトロンを指す場合もあるが、これは誤った用法である。

ニューラルネットワークは、教師信号（正解）の入力によって問題に最適化されていく教師あり学習と、教師信号を必要としない教師なし学習に分けられる。明確な解答が用意される場合には教師あり学習が、データ・クラスタリングには教師なし学習が用いられる。結果としていずれも次元削減されるため、画像や統計など多次元量のデータでかつ線形分離不可能な問題に対して、比較的小さい計算量で良好な解を得られることが多い。このことから、パターン認識やデータマイニングをはじめ、さまざまな分野において応用されている。

と、言葉で理屈を解説されてもピンと来なくて、やっぱり具体例が欲しいので利用例のスライドを探したわけです。

特徴量抽出をOpenCVで、学習はR言語で、っていう例。

会社員になってからのお勉強は、効果測定方法がちょっと曖昧で、結局自分で使えるところまで持っていかないと習得感無さそう。