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でデータの特徴を自動抽出し、予測や分類を行う機械学習手法です。人が特徴量を細かく設計しなくても、画像や音声、文章のような複雑なデータを扱えます。
高い精度が出やすい一方で、大量の学習データと計算資源を前提にすることが多いです。学習データに偏りがあると、特定の属性に不利な判断をするなどのバイアスが表面化する場合があります。モデルの根拠が説明しにくい場面もあるため、用途に応じた運用設計が必要でしょう。
実務では、精度だけでなく推論コスト、遅延、再学習の頻度、監視の方法まで含めて評価することが重要です。生成AIや画像認識を本番導入する場合は、データの取り扱いと品質管理をセットで整えることが欠かせません。
