こんにちは！今回はpythonによる機械学習には欠かせない
ディープラーニングについて紹介していきたいと思います！

1．ディープラーニングとは

ディープラーニングとは、人工知能の根幹をなす技術のことで十分なデータ量があれば、機械が自動的にデータから特徴を抽出してくれるディープニュートラルネットワーク（DNN）を用いた学習のことです。

2．ディープラーニングができること

• 画像認識
• 音声処理
• 自然言語処理

などがあります。逆にできないこととしては十分なデータ量がないような事例や人間にしかできない道徳的な活動です。

3．ディープラーニングの実装

実装をする上で今回は、「スタビジ　【入門】ディープラーニングとは？仕組みとPythonでの実装を見ていこう！」（https://toukei-lab.com/deep-learning#i-2 ）こちらの記事を参考にさせていただきます。今回はKerasを使ったディープラーニングを使用して画像認識問題を解いていきます。

まずは、必要なライブラリをインストールしておきます。

このときに「sklearn」をインストールしておくのを忘れたため、エラーが出てきたので「pip install -U scikit-learn」でインストールしておきました。

次に、mnistのデータを学習データとテストデータに分けます。

※以下のようなソースコードになります。

そして、画像データを学習するために1×784に直し、さらに0～255のスケールを正規化します。

続いて、ラベルをダミー変数化します。

次は、ネットワーク構築です。

隠れ層では、RELU関数を用いて出力層ではソフトマックス関数を用いています。

続いて、最適化手法であるAdamOptimizerを使います。

「Early stopping」・・・学習時に何らかの指標を監視して、学習を終了させるテクニック

最後に、テストデータで予測を実行して実測値と予測値の正解率を求めます。結果は、97．010％でした。

4．さいごに

今回はディープラーニングをPythonで実装してみましたが、今回だけでなくライブラリのインストールがされていないことによるエラーが何回かありました。（笑）必要なライブラリのインストールはあらかじめしておくと実装するスピードが上がると思いました。