こんにちは、ぽめた（@pometa0507）です。社会人エンジニアとして働く傍ら、AI資格の「E資格」取得に向けてディープラーニングの勉強をしています。

この連載は、E資格の勉強中に学んだ内容を記事としてまとめるものです。 E資格を受験される方のおさらいや、E資格に興味のある方の参考となれば幸いです。

前回の記事（Day1「ディープラーニングの概要」）は、ディープラーニングの導入に向けた概要を取り上げました。今回のDay2では、ニューラルネットワークの基本要素となるパーセプトロンについてのまとめです。

パーセプトロン

ニューラルネットワークは、人間の脳を模倣したアルゴリズムです。そして、ニューラルネットワークは、「パーセプトロン」が組み合わさって表現されます。

パーセプトロンとは、複数の入力データから0または1の結果を出力する装置で、電気信号で情報伝達を行う脳の神経細胞のはたらきを模倣したものです。データが入ってくる「入力層」、データを複雑に計算する「隠れ層」、データを出力する「出力層」の3つで成り立っています。

パーセプトロンのデータ処理は、基本的には「順伝搬」というやり方で行われます。

順伝搬とは、 ニューラルネットワークの入力側から出力側へデータを順番に伝える処理のことです。ニューラルネットワークにデータを入力して予測結果を出力させる推論で用いられる処理です。（なお、出力側から入力側へデータを処理するものを逆伝搬といいます。逆伝搬は学習のときに行われます）。

…と書いたものの、文章だとイメージしづらいと思いますので、図を使いながらパーセプトロンの説明をしていきます。

単層パーセプトロン