テンソル

ベクトルと行列を使って、連立一次方程式や線形変換を扱う数学の分野。多数のデータを行列にまとめて一度に計算できるため、統計処理、画像処理、機械学習の計算の基礎になる。

大きさだけを持ち、向きを持たない量。1つの数値で表され、ベクトルや行列の各要素に同じ数を掛けるスカラ倍の演算に使う。数値を1列に並べたベクトル、2次元に並べた行列と対比される。

複数の数値を1列に並べたもので、大きさと向きを持つ量を表す。成分ごとの加算、スカラ倍、内積などの演算が定義されている。機械学習では、データの特徴量や単語の意味をベクトルで表して計算する。

生物の神経回路網を模倣した計算モデル。入力層、隠れ層、出力層からなり、各ノード間の結合の重みを学習によって調整する。ディープラーニングの基礎となる技術。

多層のニューラルネットワークを用いた機械学習手法。大量のデータから高度な特徴表現を自動的に獲得できる。画像認識、自然言語処理、音声認識などで高い性能を発揮する。

ニューラルネットワークの学習アルゴリズム。出力の誤差を出力層から入力層へ逆方向に伝播させ、各結合の重みを更新する。誤差逆伝播法とも呼ばれ、勾配降下法と組み合わせて使用される。