教師なし Deep Learning Deep Learning の制約 Deep Learning は、基本、教師あり バックプロパゲーションが、出力の誤差 ( 予想と正解ラベルの比較 ) を利用するから 教師なし Deep Learning 課題から、教師データに相当するものを作り出す (例 : k-means) 「最小化したい目標」があれば、誤差計算はできる 目標関数が微分可能なら、正解(最小値)が解らなくても、誤差[修正の方針]は(微分係数を用いて近似)計算できる オートエンコーダ(自己符号化器) 出力と同じ結果を正解とする : 途中の層が狭いならば、「次元圧縮」ができる 情報の生成にも利用可能