ある画像認識モデルを構築するチームが、ディープラーニング（深層学習）を採用することにした。ディープラーニングが従来の機械学習と比較して特に優れている点として最も適切な説明はどれか。
- A. 画像・音声・テキストのような非構造化データから、人間が設計しなくても自動的に有用な特徴表現を学習できる
- B. モデルの判断根拠が人間に完全に理解しやすく、解釈性が高い
- C. 少量のデータでも高精度なモデルを構築できる
- D. 計算リソースをほとんど必要とせず、安価に実装できる
解答と解説を見る
正解: A
ディープラーニングの最大の利点は、多層のニューラルネットワークが生データ（画像ピクセル・音声波形・テキスト文字列）から階層的な特徴表現を自動的に学習できることである。従来のML手法は専門家が手動で特徴量を設計する必要があったが、深層学習ではこの工程を大幅に自動化できる。Cは誤りで、ディープラーニングは一般的に大量のデータを必要とする。Bも誤りで、深層学習モデルは「ブラックボックス」と呼ばれるほど解釈性が低い。Dも誤りで、大規模なGPUリソースと高いコストが必要になる場合が多い。