ニューラルネットワークとは
ニューラルネットワークとは、人間の脳神経系のニューロンを数理モデル化したものの組み合わせのことです。
ニューラルネットワークは、人間の脳のしくみ（ニューロン間のあらゆる相互接続）から着想を得たもので、脳機能の特性のいくつかをコンピュータ上で表現するために作られた数学モデルです。
ニューラルネットワークは、教師データ（正解）の入力によって問題に最適化されていく教師あり学習と、教師データを必要としない教師なし学習に分けられます。
ニューラルネットワークにおいて、学習とは、出力層で人間が望む結果（正しい答え、正解）が出るよう、パラメータ（重みとバイアス）を調整する作業を指します。機械学習においてニューラルネットワークを学習させる際に用いられるアルゴリズムは誤差逆伝播法です。
誤差逆伝播法は、バックプロパゲーション（BP)ともよばれ、損失関数の微分を効率的に計算する方法の１つです。殆ど毎回正しい答えを出せるようになるまでニューロンの入力に対する重みが最適化されるには、何十万、何百万もの枚数の画像を読み込む必要があります。
ネットワークの最適化はトレーニングあるのみであり、この学習段階を経てニューロンネットワークは正解にたどり着くためのルールを独習できるようになります。そして、正しい出力を得るために必要な、入力層と出力層の間にある層（中間層や隠れ層と呼ばれる層）それぞれにおける入力データに対する適切な重みと勾配がわかってきます。学習用の入力データが多ければ多いほど、出力の精度は上がります。
引用元：
ニューラルネットワークは、人間の脳を模倣したアルゴリズムの一式で、パターンが認識できるように設計されています。一種の機械知覚により感覚データを解釈し、生の入力情報にラベルを付け、クラスタリングします。その認識するパターンはベクトルの中にある数値です。実際の社会にあるすべてのデータは、画像、音、テキスト、時系列であっても、数値に変換されます。
ニューラルネットワークは、データをクラスタリングや分類するのに役立ちます。ニューラルネットワークとは、保管または管理されるデータの上でクラスタリングや分類作業を行う層であると考えるといいでしょう。サンプル入力の中で、ラベルが付いていないデータを類似性に基づいてグループ化するのに役立ちます。そして、ラベル付きのトレーニング可能なデータセットがある場合は、データを分類します。（正確に言うと、ニューラルネットワークが抽出する特徴は、他のアルゴリズムに入力され、クラスタリングや分類がされます。従って、ディープ・ニューラル・ネットワークは、強化学習（reinforcement learning)、分類、回帰（regression）を行うためのアルゴリズムが導入された、より大型の機械学習アプリケーションの構成要素の一つであると考えていいでしょう。）
ディープラーニングに解決させる問題を一つ考える時には、関心があるのはどのようなカテゴリーか、どのような情報をベースにするといいかを考えてみてください。それらの答えが、データに適用されるラベルに当たります。例えば、spam（スパム）かnot_spam（スパムでない）、good_guy（いい人）かbad_guy（悪い人）、angry_customer（怒った客）かhappy_customer（満足した客）などです。次に、自分は、それらのラベルを付けるデータを持っているか、ラベルの付いたデータを見つけることができるか、ラベルと入力の相関性をアルゴリズムに教えるために使用するラベル付きデータセットを作成することができるか（Amazon Mechanical TurkやCrowdflowerなどのサービスを使って）を考えてみてください。
例えば、癌に罹る恐れのある人々のグループを特定したい場合のトレーニングセットとは、癌に罹った人々と癌に罹っていない人々の一覧、そしてそれらの人々それぞれのIDに関連したすべてのデータ、のようなものになるでしょう。このIDには、年齢、喫煙習慣の有無などの明示的な特徴から、ライフスタイル、習慣、興味、リスクなどがよく分かる行動を追跡した時系列などの生データ、オンライン行動の記録までも含まれます。
このようなデータセットを使って、ニューラルネットワークをトレーニングし、人々が癌患者か否かで分類し、その分類モデルを使って、癌のリスクが未知である人々に適用し、癌のリスクを予測し、リスクがある人々により注意を向け、予防対策を立てることができるのです。
恋愛のパートナーとして適格な人、未来にメジャーリーグのスーパースターとなるだろう人、将来が有望な社員、俳優として将来いい演技が期待できない人などを探すのにも同じような過程を経て行います。つまり、必要不可欠な統計やソーシャルグラフ、コミュニケーションの生テキスト、クリックストリームなどを集めてトレーニングセットを作成し、探している人々とそうでない人々のデータを比較してパターンや対象である人々を明らかにするのです。
引用元：
ニューラルネットワークとは、入力に対して重み付けを行い、それらとバイアスを足し合わせる処理を行ったあと、
活性化関数を用いて出力に変換を行う予測器であるニューロンを多層に組み合わせた予測器を指す。
ニューラルネットワークにおいて、入力が行われる層を入力層、出力が吐き出される層を出力層といい、それ以外の層を中間層または隠れ層と呼びます。
