ディープ・ラーニング

ディープ・ラーニングは機械学習のサブセットであり、ニューラル・ネットワーク（人間の脳に着想を得たアルゴリズム）が大量のデータから学習します。 ディープ・ラーニングアルゴリズムは、1つのタスクを繰り返し実行し、漸進的な学習を可能にするディープ・レイヤーを通じて結果を徐々に改善します。 これは、ニューラル・ネットワークに基づく機械学習手法のより大きな集合に属します。

ディープ・ラーニングは、複数の業界に大きな影響を与えています。 ライフサイエンスでは、ディープ・ラーニングは、高度な画像分析、研究、創薬、健康上の問題や病気の症状の予測、ゲノム配列決定からの洞察の加速などに活用できます。 運輸では、自動運転車での状況変化への適応に役立てることができます。 また、重要なインフラストラクチャーを保護し、応答を速めるためにも使用されます。

企業は、多くの場合、ディープ・ラーニングの開発を外部委託しています。 ただし、ビジネスの中核となるユースケースについては、ディープ・ラーニングの開発作業を内部で継続することをお勧めします。 このユースケースには、不正の検出と推奨、予測保全と時系列データ分析、推奨システムの最適化、カスタマー・リレーションシップ・マネジメント、オンライン広告のクリックスルー率の予測などが含まれます。

IBM Cloud Pak® for Data as a ServiceのIBM Watson Studio®を使用してディープ・ラーニングを開始できます。