ds modeling
まず結論
CNN（畳み込みニューラルネットワーク）とは、画像の特徴を自動で抽出して認識するために使われるAIモデルです。
DS検定では
CNNは画像認識に強い
畳み込みによって特徴を抽出する
というポイントが理解できているかが問われます。
直感的な説明
人間が画像を見るとき、次のような順番で認識します。
-
輪郭を見る
-
形を見る
-
物体を判断する
例えば「猫の写真」を見たとき
耳の形
目
体の輪郭
などの特徴から「猫だ」と判断します。
CNNも同じように
画像の特徴を段階的に抽出して 最終的に物体を識別します。
定義・仕組み
CNN（Convolutional Neural Network）は
畳み込み処理を使って画像の特徴を抽出するニューラルネットワーク
です。
主に次の3つの処理で構成されています。
① 畳み込み（Convolution）
カーネルを使って
エッジ
模様
形
などの特徴を抽出します。
② プーリング（Pooling）
画像サイズを小さくして
重要な特徴だけを残す処理です。
これにより
計算量が減る
ノイズの影響が減る
というメリットがあります。
③ 全結合層（Fully Connected）
最後に
抽出された特徴を使って
「何の画像か」を分類します。
例えば
猫
犬
車
といった分類です。
どんな場面で使う？
CNNは
画像認識AIの代表的なモデルです。
例えば次のような場面で使われます。
自動運転
カメラ画像から
車
歩行者
信号
などを認識します。
医療画像解析
MRIやCT画像から
腫瘍
病変
を検出する研究が進んでいます。
顔認識
スマートフォンの
顔認証
などにもCNNが使われています。
よくある誤解・混同
誤解①
ニューラルネットワークはすべて同じ
実際には
通常のニューラルネット
CNN
RNN
など用途によって構造が違います。
CNNは
画像データに特化した構造です。
誤解②
CNNは画像だけに使われる
主に画像認識で使われますが
音声
時系列データ
などにも応用されています。
DS検定のひっかけ
DS検定では
CNNは画像認識でよく使われる
畳み込みで特徴を抽出する
という理解が重要です。
選択肢で
「CNNは画像のピクセルをそのまま分類する」
と書かれていたら誤りです。
CNNは
畳み込みで特徴を抽出してから分類します。
まとめ（試験直前用）
CNNは 画像認識に強いAIモデル
畳み込みによって画像の特徴を抽出する
主な構造
畳み込み
プーリング
全結合
自動運転・医療画像・顔認識などで利用される
DS検定では
CNN＝画像認識AIの代表モデル
と覚えておくと判断しやすくなります。
対応スキル項目（AI利活用スキルシート）
スキルカテゴリ名 AIの技術理解
サブカテゴリ名 機械学習
★ 代表的な機械学習手法の概要を理解している
🔗 関連記事
- 中間層で使用される活性化関数とは？（ReLU・シグモイド・ソフトマックスの違い）【DS検定】
- アノテーションとは？（AI学習データを作る重要な作業）【DS検定】
- Aprioriアルゴリズムとは？（アソシエーション分析の基本手法）【DS検定】
- アソシエーション分析とは？購買データの関係性を見つける分析【DS検定】
- 共起頻度・支持度・信頼度・リフト値の違いとは？【DS検定】