AI基礎
深層学習（ディープラーニング）とは？
読み: しんそうがくしゅう英語: Deep Learning更新日: 2026-06-23
深層学習（ディープラーニング）とは、多層のニューラルネットワークを使い、画像、音声、自然言語などの複雑な特徴を学習する手法です。
生成AIパスポートG検定AWS AI Practitioner
関連表記: 深層学習 / ディープラーニング / Deep Learning / DL
試験で問われるポイント
- 大量のデータと計算資源が必要になりやすいです。
- 特徴量を自動的に学習できる点が従来手法との違いです。
- LLMや画像生成AIの基盤にも深層学習が使われます。
具体例
画像の物体認識や音声認識、大規模言語モデルに利用されています。
混同しやすい点
- 深層学習では人間の確認が不要だと考える。
- 深層学習だけがAIの全てだと考える。
関連問題で復習
G検定人工知能とは
人工知能、機械学習、ディープラーニングの包含関係を説明したものとして、最も適切なものはどれか。
G検定人工知能をめぐる動向
AI研究の冬の時代を経た後、ディープラーニングが発展した経緯を説明したものとして、最も適切なものはどれか。
G検定ディープラーニングの概要
大規模なニューラルネットワークの学習でGPUやTPUがCPUより適する場合が多い主な理由はどれか。
G検定ディープラーニングの応用例
DQNの説明として、最も適切なものはどれか。
生成AIパスポートAI（人工知能）
第三次AIブームを支えた要因の組み合わせとして最も適切なものはどれか。
生成AIパスポートAI（人工知能）
三つのAIブームを、中心となった技術の順序で表したものはどれか。
AWS AI PractitionerAI・機械学習の基礎
複数事業のAI化を検討しています。十分なラベル付きデータと計算資源を用意できる場合、深層学習の表現学習の強みを特に生かしやすい対象はどれですか。
AWS AI PractitionerAI・機械学習の基礎
AI、機械学習、深層学習の包含関係を説明するものとして、最も適切なものはどれですか。