私は深層学習に関する論文を読んでいました。それらのほとんどは、教師なし学習に言及しています。
彼らはまた、ニューロンは教師なし RBM ネットワークを使用して事前に訓練されているとも述べています。その後、逆伝播アルゴリズム (教師あり) を使用して微調整されます。
では、深層学習を使用して教師あり学習の問題を解決できるのでしょうか??
ドキュメント分類の問題に深層学習を適用できるかどうかを調べています。かなり優れた分類器が利用できることは知っています。しかし、私の目標は、この目的に深層学習を使用できるかどうかを調べることです。
ディープ ラーニングは、未知の概念を学習することであるため、通常、データ セット内のパターンを見つけるという観点から使用されます。これらのパターンはアプリオリに知られているとは限らないため、これは教師なしです。ただし、教師あり学習では、必要なパターンのタイプは、学習しようとしているデータに適合するトレーニング パターンの形でアプリオリに簡単に理解できます。これらのパターンは、モデル (逆伝播を使用してトレーニングされたニューラル ネットワークなど) をデータに適合させるための基礎となります。新しい概念やコンポーネントの真の発見はありません。したがって、この観点から言えば、教師あり学習の問題を解決するためにディープラーニングを適用することはできません。
そうは言っても、それを使用してデータ内の興味深いパターンを見つけることができるかもしれません. 次に、これらの興味深いパターンを、標準的な教師ありアプローチを使用したトレーニングの基礎として使用できます。おそらく、これは彼らが上で行ったことであり、あなたが言及した場所です
「彼らはまた、ニューロンは教師なし RBM ネットワークを使用して事前にトレーニングされていると言っています。その後、バック プロパゲーション アルゴリズム (教師あり) を使用して微調整されます。」
あなたが読んだものを読んでいなくても、おそらく彼らは最も興味深いデータを見つけるために教師なしアルゴリズムから始め、その過程で一種の次元削減を実行し、教師ありアルゴリズムを使用して元のデータよりもトレーニングしやすいデータに導きました。
深層学習の基礎はニューロンであるため、ニューロンのロジスティック回帰のような教師付きアルゴリズムを使用するだけで、YES を意味します。