ニューラルネットワークとは、脳の神経細胞（ニューロン）が信号をやり取りする仕組みを、大幅に単純化してコンピューター上で再現した計算の仕組みです。多数の小さな計算ユニットが層状につながり、入力を少しずつ変換しながら答えを導きます。
図でみるニューラルネットワーク
- 01入力
- 02重み付け
- 03活性化関数
- 04出力
入力に重みを掛け合わせ、活性化関数で変換し、次の層へ渡す処理を繰り返して出力を作ります。
具体例 ニューラルネットワークの身近な例
手書き数字の認識では、28×28ピクセルの画像データを入力として受け取り、複数の層を通過させながら「この画像は7である可能性が高い」といった判定を出力するのが、ニューラルネットワークの典型的な動きです。
重要な点
- 脳の神経細胞のつながりを大幅に単純化した計算構造
- 「重み」を少しずつ調整していく作業が学習にあたる
- 深層学習・Transformer・LLMなど現代AIモデルの計算上の土台になっている
技術的背景
[object Object]
よくある誤解
- ニューラルネットワークは人間の脳を忠実に再現したものではなく、脳の仕組みを大幅に単純化・数式化したモデルです。
- 「ノード（ニューロン）」は生物学的な神経細胞ではなく、数値計算を行う単純な関数です。
学習の前後関係
ニューラルネットワーク
先に理解しておきたい用語
次に学ぶとよい用語
よくある質問
ニューラルネットワークの「重み」とは何ですか？
各入力がどれだけ結果に影響するかを表す数値です。学習の過程で少しずつ調整され、パラメータとも呼ばれます。
ニューラルネットワークとディープラーニングは同じですか？
ニューラルネットワークは構造の名前で、それを多層に重ねたものが深層学習（ディープラーニング）です。
