ニューラルネットワークとは

ニューラルネットワーク（Neural Network）は、人間の脳の神経細胞（ニューロン）のつながりを模した計算モデルです。多数のノード（ニューロン）が層をなして接続され、データを受け取り、変換し、出力します。

構造：入力層・中間層・出力層

入力層          中間層（隠れ層）        出力層
[画像ピクセル] → [特徴を抽出] → ... → [猫 / 犬 / 鳥]

• 入力層 — データを受け取る（画像なら各ピクセルの値）
• 中間層（隠れ層） — 特徴を抽出・変換する
• 出力層 — 最終的な予測・分類結果を出す

中間層が多い（深い）ネットワークが ディープラーニング（深層学習） です。

学習の仕組み：誤差逆伝播

1. データを入力し、出力を計算する
2. 正解との誤差（ロス）を計算する
3. 誤差を小さくする方向に各接続の重みを調整する（バックプロパゲーション）
4. 大量のデータで繰り返すことで精度が上がる

ディープラーニングが得意なこと

分野	代表例
画像認識	物体検出、顔認証、医療画像診断
自然言語処理	翻訳、要約、対話（LLM の基礎）
音声認識	Siri、音声テキスト変換
ゲーム	AlphaGo、ゲーム攻略 AI

まとめ

ニューラルネットワークは「入力→変換→出力」を多層で行う計算モデルです。深くするほど複雑なパターンを学習できますが、大量のデータと計算リソースが必要になります。現代の AI ブームを支える中核技術です。