
会員限定
サラッとなぞるAIの仕組み ~畳み込みニューラルネットワーク(CNN)とは?~
サラッとなぞるAIの仕組みへようこそ!今回のテーマは畳み込みニューラルネットワーク(CNN)です。 このコースは、初学者には少し難解なAIの仕組みや概要をなるべく優しい言葉でお伝えするコンテンツです。 AIに興味はあるけれどどこから学べばいいか分からない。G検定やDX検定に挑戦したいけど用語が難しい… そんなお悩みがある方は是非この動画でサラッと学んで、AIへの理解を一歩深めてみましょう。 ■サラッとなぞるAIの仕組みシリーズ サラッとなぞるAIの仕組み ~深層学習の仕組み~ https://unlimited.globis.co.jp/ja/courses/c0323d01/learn/steps/53326 サラッとなぞるAIの仕組み ~畳み込みニューラルネットワーク(CNN)とは?~ https://unlimited.globis.co.jp/ja/courses/ae27f876/learn/steps/53330 サラッとなぞるAIの仕組み ~リカレントニューラルネットワーク(RNN)とは?~ https://unlimited.globis.co.jp/ja/courses/21798df1/learn/steps/53333 サラッとなぞるAIの仕組み ~リカレントニューラルネットワーク(RNN)の進化~ https://unlimited.globis.co.jp/ja/courses/64295bbd/learn/steps/53336 サラッとなぞるAIの仕組み ~自然言語処理~ https://unlimited.globis.co.jp/ja/courses/629252d5/learn/steps/53338 サラッとなぞるAIの仕組み ~音声認識~ https://unlimited.globis.co.jp/ja/courses/218304a9/learn/steps/53341 サラッとなぞるAIの仕組み ~強化学習~ https://unlimited.globis.co.jp/ja/courses/3473ce75/learn/steps/53343 ■AIについてもう少し学んでみたい方はこちらもご覧ください https://unlimited.globis.co.jp/ja/search?tag=AI%E6%B4%BB%E7%94%A8 ※本動画は、公開時点の情報に基づき作成したものです(2024年5月公開)
より理解を深め、他のユーザーとつながりましょう。
100+人の振り返り
pomu77
IT・WEB・エンジニア
本やテキストからではイメージしにくい内容が理解しやすく説明されていた。
nabezo1962
人事・労務・法務
なるほど。
こういうやり方をすればコンピューターに物事を教えることができる、と考えた人はすごいと思います。
sphsph
メーカー技術・研究・開発
理解できました。
が、何とも深すぎて、事実そうなんでしょうそう簡単ではないと思います。
もう少し深めたい。
stakky
メーカー技術・研究・開発
深層学習の基本を「あんぱん」を通じて理解できました。この特徴を理解して、AIに向き合いたいと思います。
sasurai71
営業
AIについて体系的に学んでいき、お友達になりたい。
matsu316
経理・財務
人間の神経細胞と同様に細かいニューロンが多段的に認識することで理解するのは分かった。重みと閾値の中で閾値は特徴との整合性が一定以上の場合にそれとするのは分かったが、重みがいまいち理解できなかった。
okamotor5
販売・サービス・事務
脳と同じくニューロンをつなぐんですね。
test_
メーカー技術・研究・開発
ほかの動画と合わせてみることを前提に作られているのかもしれませんが、本動画単体では深層学習=画像処理とミスリードする懸念があるように思いました。また深層学習と書いておきながら、一層の並列処理のように説明しているところは誤解を招く可能性があるように感じました。
理系の自分としては、単純に層を増やすことで表現力が上がっていく、深層学習を用いた例(画像処理や音声認識、言語処理)ば別の動画で説明する、としたほうがしっくりきます。
kei4319
メーカー技術・研究・開発
深層学習は人間の学習と似たところがあるとは思っていたが、まさか脳のメカニズムを応用しているとは驚き。一つ一つ理解していくとやはり繋がりが見えてくる。AIの活用も同じように一つ一つ理解しながら進めていきたい。
kobayashi_2574
販売・サービス・事務
エクセルの整理、作文などやってみたい
megumi_2024
IT・WEB・エンジニア
・ヘルプデスクに問い合わせたユーザーの満足度を測定するのに、電話やメール・チャットの応対から、満足、普通、不満 などを学習させることで、問い合わせを受けたオペレータの判断で不満の大きいユーザー対応についてエスカレーションすることを避けられる。
・社員の1on1結果とパフォーマンスを学習させて、1on1でどういう応対をする社員はモチベーション低下方向にあるかを分かるようにして、手を打つ。
lc193f
メーカー技術・研究・開発
初期段階は理解した。業務に生かせるかはこれからの学習次第だと思う。
8108
営業
馴染みやすいあんぱんの説明で、学習内容をイメージしやすかった
ai_33
販売・サービス・事務
人間の脳のしくみを使っていることがわかりました
ktana39
メーカー技術・研究・開発
あんぱんを例としてあげてもらったことでスムーズに理解できた。
koiocya
営業
AIは人間の脳のような仕組みで構成されていることがわかりました。
imaeda-masanobu
メーカー技術・研究・開発
非常によく分かりました
sa_shim
IT・WEB・エンジニア
AIの仕組みがよくわかりました。
dais2002
メーカー技術・研究・開発
ニューラルネットワークの構成: 入力層、中間層、出力層の3つの層で構成され、情報の重みと閾値の調整を繰り返して学習する。
takagi7568
建設・土木 関連職
深層学習についてニューラルネットワークの繰り返しである事がわかりました。
ニューラルネットワークは人工ニューロンの多岐にわたる構成で成り立っていて、重みと閾値で判断材料として制限をかける事によって識別できる仕組みを理解しました。
人間の脳細胞に非常に似ているところが意外でした。
suzuki110651
経営・経営企画
学習の仕組みがわかりやすかったです。人間の頭で無意識に考えている事をどのように言語化し、アウトプット(AIからするとインプット)するかが大事だと感じました。
kenjisaito
その他
人間の脳の働きに似ていることを理解した。
mmm20250901
営業
Aiが識別する経路を学べた。
ishikawatat
経営・経営企画
重みと閾値で人間の脳・神経細胞の動きをイメージしたものが、ニューラルネットワークと理解しました。
kazetaran
営業
あんぱんの例題はわかりやすかった
ini1601
経理・財務
深層学習という文字から想像していました通りの解釈でよいことを学びました。
深層学習とは、「何かを連想させる」という切り口から組み上げて行くことでも行き着くのではないかと考えます。
1981_satoshi
建設・土木 関連職
ディープラーニングについて、理解が深まりました。
akuru_nakashima
IT・WEB・エンジニア
重みづけの考え方が理解できた。
ch_o
その他
あんぱんの事例がわかりやすかったです。自分がAIを使う時にも何を命令し何を学習させるか意識して使う必要があると思いました。
toko42
人事・労務・法務
重みづけと閾値の考え方はなんとなくわかりました。まだ、自分で学習する、その学習情報をデータ化するといったあたりはわかりません
sanokeita
金融・不動産 関連職
AIが正解を見つけ出すプロセスが理解できた。実際に指示をする際は、重みを指定することでより求める回答に近いものが導き出せるのではと感じた。
08016
経営・経営企画
深層学習について学ぶ中で、音声や画像などの膨大なデータをもとに、人間では気づきにくい特徴を発見できる可能性があることに驚きました。その特徴を言語化することで、新たな視点や理解につながるかもしれないと感じました。
こうした技術をどのように活用するかは、まさに人間の判断や責任に委ねられているのだと思います。
kaoriy87
経理・財務
ニューロンを子供たちのように説明してくれたのでわかりやすくかわいかった。日々人がどのようにものを観察し、答えを出しているか、という細分化をしてみるというのも面白いかと思った。
kohmei14
専門職
仕組みを理解できた。データ入力の重要性も認識できた
masashi0634
その他
AIの思考プロセスが脳神経をモデルにしていることを初めて知りました。
脳神経分野の進化がAI分野を、AI分野の進化が脳神経分野の発達を促しそうに思いました。
chizuko-k
販売・サービス・事務
深層学習について、アンパンを例に挙げた説明は大変理解しやすかった
kobashi0123
営業
実社会への落とし込みが大事。
okinchu
営業
機械学習の理解が深まりました
iorite_7
人事・労務・法務
重みづけはきいたことがあったが、あんぱんを例にとり、数値化することで閾値をこえたら確定判断をするという説明はとても分かりやすかった。
h_yamahi
販売・サービス・事務
ニューロンの凄さしか頭に残っていない感が有る。もう一度見ます。
jimmy_a_morita
メーカー技術・研究・開発
AIが人間の脳の仕組みをモデルにして出来ている事が理解できた。それをハード、ソフトでどのように構成していくのか?重みづけ、閾値の設定とは?それぞれの具体的な仕組みについて知りたいと思った。
ynakagos
IT・WEB・エンジニア
例がとても分かりやすかった
kenbow_1109
その他
人間の脳で行っていることを再現するだけでなく、人間ではキャパシティをはるかに超えてしまう膨大な数のニューロン(情報量)が存在する
この有能な存在をどう活用するかが大切。この先の進化も踏まえて、AIには使われるよりも使う側でいたい。
c-h-i-k-a
経営・経営企画
==========================================
cristal1990
メーカー技術・研究・開発
G検定のテキストと比べると分かり易いが、重みや閾値に関してもう少し説明が欲しかった。
dawasan
クリエイティブ
画像認識の仕組みをここまで丁寧に説明してくれる動画は初めてだった(逆に、聞けば聞くほどよく分からなくなってしまうが…)。
あと、こんなに難しいことをサラッとやってのける人間の脳ってどうやってできたんだろうといつも思ってしまう。
tera_11
経営・経営企画
深層学習は重みとしきい値で判断することを理解しました。
ただ重み付けの数を増やし過ぎた時、しきい値を優に超えてしまい正確な判断が出来なくなるのではないかと思った。そうした場合重み付け項目の選択と、しきい値をどのくらいいの数値で設定するのか、そしてそれら2項目の数や値の見直しを行うとき、どのような基準で変えるのか、その変更が正しく行われていることの証明をどのように行うのか、複雑な処理が必要ななるのではないかと思いました。
考えるてみると、AIとは随分と複雑な処理を見えないところで行っているのではないかと、この映像から考えることが出来ました。
pepepe1206
IT・WEB・エンジニア
最後の例えがわかりやすかった
mr_shinshin
メーカー技術・研究・開発
深層学習の仕組みが重み、閾値の2つだと理解できた。
そのため、使用する際に、重みをもう少し調整した方が良い、または、閾値が適切ではないなど、ポイントを分けて考察ができそうだ。
hiroto-morimoto
その他
深層学習をかみしめながらAIを活用していきたい
creamycat2025
販売・サービス・事務
機械学習と深層学習の違いはもちろん、あんぱんを例にしたことでニューラルネットワークの仕組みもよく理解できました。
基本的なAIへの学習方法や用語が分からなければ、当然次のステップに進めないと考えています。
いずれ受験するであろうG検定のために、この「G検定入門 ~ディープラーニング・人工知能(AI)活用の基礎知識を学ぶ~」の全動画を復習ノートにまとめて、必要なときに見返したいと考えています。
j0714126
その他
単純作業では応用できる思った
t1691002
営業
分かりやすく理解できました。
hiro_sansan
IT・WEB・エンジニア
◆ニューラルネットワークの仕組
・ニューロンの仕組みを模倣している
・重みと閾値で判断している
◆深層学習
・ニューラルネットワークを複数層重ねて学習している
kaito1122
販売・サービス・事務
深層学習の仕組みを理解できた
s-fukumuro
販売・サービス・事務
人間の脳(ニューロンの働き)をコンピュータで再現しAIが学習していることがわかりました。学習させるデータ量が多ければ多いほどアウトプットの精度が上がると思います。
y-ishigaki
販売・サービス・事務
最近のトレンドなので参考になります。
nebanebaokura
その他
AIの判断基準について理解できました
shinrock
営業
深層学習は、単なるプログラムされたルールに従うのではなく、データから自律的に学習し、人間には難しいような複雑な判断を行うことを可能にします。これからも様々な分野でその応用が広がっていくと思います。
ncssys
販売・サービス・事務
今まで、属人的にやっていた業務を可視化する事ができる可能性を感じた。例えば、車の事故でも、被害事故なのか、加害事故なのか入力したワードを数値化して判断する事で業務の効率化ができるんだと理解した。
isshikit
その他
「サラッとなぞるAIの仕組み 深層学習の仕組み」を受講して得た知識を業務や日常に活用する方法は多岐にわたると思いました。まず、深層学習の基本概念であるニュートラルネットワークは、複雑なデータ解析に使用できます。業務で大量のデータを扱う場合、例えば顧客の購買態様を分析することにより、より精度の高いマーケティング戦略を立案することが可能になってくると思います。
ニュートロン同士のつながりに基づく情報の重要度「重み」、そして「閾値」を調整することで、それぞれのデータが持つ価値を評価し、必要に応じて次の層に伝える方法は、社内のデータ分析プロジェクトにも貢献でき、これは、問題の解決手法を自動化し、効率的な成果を実現するための基盤となりえると思いました。
日常での応用としては、個人的なスケジュール管理や情報選別など、意思決定をサポートするAIアシスタントを活用することが挙げられます。深層学習を活用することで、複数の条件を考慮した予測や推奨が得られ、より効率的な行動を取るアシストとなり、これにより、時間の効率的な利用や、豊かな日々を送ることが可能になってくると思いました。
osamunak
コンサルタント
ニューラルネットの概要を大まかに教えて頂きました。実務への応用可能性を会社の意思決定者に上手く伝えられるようにという意識を持って次の学習に進みたいです。
u-y-
人事・労務・法務
機械学習の理解が深まった
hrk_511
その他
深層学習の仕組みをサラッと理解したことで、人間の理解して判断する過程に対しても応用ができるのではないかとふと思った。それは日頃のコミュニケーションにも役立ち、必要な情報を他社から得たいときの情報の引き出し方にも応用ができそうな気がした。
yukisan3333
営業
ニューロンの気付きの精度および働きはすばらしい
muratahiroyuki
販売・サービス・事務
ディープラーニング=深層学習と思っているのですが、当研修で「ディープラーニング」という言葉がでてこないのは、なぜでしょうか?
norinori7
人事・労務・法務
ディープラーニングの仕組みはずいぶん前から出ていたが、スパコンを使っていたイメージが強かった。これが身近になったので、よりイメージでき手短に活用できるものはないか探し当てることが重要だと考えました。
tamakayo
その他
そもそも脳の仕組みを深く考えたことがなかったので、仕組みが分かって面白かった。あまり馴染みのない単語も多く出てきたので、併せて学んでいこうと思いました。
shota-anan
メーカー技術・研究・開発
ニューラルネットワークの原理は分かるが何故ニューロンの様な処理が出来るのか分からない。
roji
経営・経営企画
AIの深層学習が段階を経て判断するということが平易な説明でわかりやすかった 業務に活かしたい
ha_kimura
IT・WEB・エンジニア
再度復習して深層学習の理解を深めたい
yoshiji-arai
販売・サービス・事務
AIがドンドン人間らしくなっていることに驚きました。
nwike
経理・財務
深層学習のためには母集団となるデータが必要。そこから特徴を見つけ出して、重みと閾値を決めていくことは、人間の思考の過程でも役に立ちそう。
rhst
メーカー技術・研究・開発
深層学習を理解するのに、身近なあんぱんを事例としており分かり易い
仕組を深堀すると複雑そうに感じるが、分かり易い解説を見ながら学習していきたい
izana_izana
営業
仕組みが理解できた
G検定試験にも興味がわいてきた
ak15
メーカー技術・研究・開発
演算を掛け合わせて深層学習が成り立っていると事がよくわかりました
s69
専門職
最終的な目標はAIに報告書とかの書類を書かせることです。基本的なことを学べました。
応用編も勉強します。
sakura_
その他
AIも人間の脳と仕組みはほぼ同じ。人間が忘れたとき、AIに助けて頂くなど、いいパートナーとなりたい。
gunze360412
マーケティング
生産ラインでの検品に活用できないかを検討する。
yp-yp
マーケティング
ニューロンと似た仕組み
興味深かった
yoshihiro55
メーカー技術・研究・開発
最近話題の多いAIの、学習の仕組みが理解出来ました。業界に絡むとは現時点で思えず、実際に個人で出来るのは画像生成AI位しか無いのではと思います。
k_yuna
販売・サービス・事務
大変勉強になりました。
takeshimori
営業
AIを利用しているが、どのような構成かが理解出来ました。
axtyu
IT・WEB・エンジニア
深層学習について仕組みを学んだので、さらに理解を深めれるように勉強する
naya_10
経営・経営企画
この仕組みを理解した上で、AIを業務効率化に向けて応用することは検討できるかと思いました。
mkshmnwomwzrkr
メーカー技術・研究・開発
まだどの業務に活かせそうかは全くわからないので、引き続き勉強しようと思う
cazooo
マーケティング
深層学習の判断の「重み」「閾値」「ニューロンの働き」など概要がおぼろげに理解できました。さらに理解を深めたいです。
taka1962
販売・サービス・事務
業務で、場合分けが必要な場面は多いので、マニュアル業務でも深層学習の考え方で情報を整理できれば効率が上がると思います。
th0588
その他
なかなか理解に苦しんでいます。
huta-2021
メーカー技術・研究・開発
情報をアップデートし効率化につなげていきたい
tsukuda5276
経理・財務
理解できました。例があるとイメージしやすいですね。
aqueous
メーカー技術・研究・開発
ニンゲンの理解の仕方にとても類似している。
k_k_ai
メーカー技術・研究・開発
少し具体例があるとわかりやすいかなとおもいまいした。
yama258hiro
人事・労務・法務
ALって帰納法ですよね。演繹的ことは、ALにはできないのか教えてほしいです。
pomuec
専門職
深層学習は人間の脳を模倣したやり方ということを知ることができた。仕組みとして、沢山の情報を重みと閾値にて評価し結論づけていることが分かった。
chiihiro
営業
G検定の勉強をしていく基礎が身についたと思う。
y-arano
メーカー技術・研究・開発
深層学習の内容をさらっと理解できましたり
hag_t
その他
直接的に業務で活躍しそうなイメージはわかないが、AIの仕組みを知る上では助けになった
okuoku2
その他
「サラッとなぞる」シリーズは、自分の知識にインプットとして役に立ちます
kshimada
メーカー技術・研究・開発
深層学習についてもっと学習したいと思いました。