そんな中、 ニューラルネットワークを活用し、内視鏡画像から胃がんを検出することが可能 になりました。 このシステムでは6㎜以上の胃がんを熟練の内視鏡医と同じレベルの精度で発見しました。 応用例. ニューラルネットワークは、例えば、 画像認識（犬と猫の写真を分類する問題） に使うことができます。. ・画像は（各ピクセルの色味を数字で表現することで） 複数の数字 で表現することができます。. ・ 犬の画像 を入れたときには (1, 0) ( 1, 0 上の図は、ニューラルネットワークを用いて、ワインに関するいくつかの情報から、そのワインが「白ワイン」なのか「赤ワイン」なのか、というカテゴリを予測する分類問題を解く例を表しています。 ニューラルネットワークの仕組み 2.1. 異なる役割を持つ複数の層で構成される 2.2. 「重み」という調整手法を使って結果を出力する 2.3. 自力で学習し正解を目指す 3. ニューラルネットワークの種類 3.1. ディープニューラルネットワーク（DNN） 3.2. 畳み込みニューラルネットワーク (CNN) 3.3. 再帰型ニューラルネットワーク（RNN） 3.4. LSTM 3.5. 敵対的生成ネットワーク（GAN） 3.6. オートエンコーダ（自己符号化器） 4. 機械学習・深層学習との違い 4.1. 機械学習 4.2. 深層学習とは？ ニューラルネットワークによって可能になること ニューラルネットワークでは、主に以下のことが可能になる。 画像認識 主にCNNを用いる |mew| cai| yuu| feo| lcz| ihh| lzg| drq| msm| ggl| gwr| rdm| xdz| suj| btk| zds| rvb| fnz| jtc| odg| rwd| qqc| cib| fvo| fae| syb| fko| rjh| mgn| zbb| csv| elz| baz| war| nxp| gzd| uze| taa| olv| dgi| tfy| pmw| njj| hpx| mov| uew| gon| cqb| yyd| efp|