はじめまして，Gunosyデータ分析部の@hmjです． 2016年の2月からGunosyのデータマイニングエンジニアとして働いていて，今はデータ分析や記事配信アルゴリズム改善を行っています． 今回は，GunosyでのDeep Learningの利用例と， 先日リリースされたChainer 1.11.0*1 を使った簡単なCNNの実行例のご紹介をします． Deep Learning の Gunosy での利用例 背景 Deep Learning は，2012年に物体の認識率を競うILSVRCにて従来手法よりも高い精度をだし，機械学習の研究者らに衝撃を与えたといわれています*2． 最近では「人工知能」と同じレイヤーで語られるほど「Deep Learning」は未だに注目を集めています． そんな中で，弊社データ分析部でも Deep Learning の手法をいくつか試しています． 用いているタス

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? #はじめに ※）「目標関数」をより一般的な名称である「損失関数（Loss Function）」表記に改めました．(2015Oct19) 誤差逆伝播法（以下，Backprop）は多層パーセプトロンを使う人にとってお馴染みのアルゴリズムですよね． いや，これだけ有名なアルゴリズムなのでちょっとネットで探してみれば沢山解説を見つけることが出来るのですが，Backpropを予測誤差の最小化に適用する場合の説明しかみつからないんです．（とはいえ，PRMLをちゃんと読めば全部載ってるんですが）. Backpropでできることは何なのか？ ということ