ディープラーニング
https://ja.wikipedia.org/wiki/%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0

ディープラーニング（英: Deep learning）または
深層学習（しんそうがくしゅう）とは、
対象の全体像から細部までの各々の粒度の概念を
階層構造として関連させて学習する手法のことである。

深層学習として最も普及した手法は、
（狭義には4層以上の）多層の人工ニューラルネットワーク
（ディープニューラルネットワーク、英: deep neural network; DNN）
による機械学習手法である。多層ニューラルネットワークについては、
ジェフリー・ヒントンの研究チームが2006年に考案した
スタックトオートエンコーダが直接の起源となった。

要素技術としてはバックプロパゲーションなど、
20世紀のうちに開発されていたものの、
4層以上の深層ニューラルネットについて、
局所最適解や勾配消失などの技術的な問題によって
十分学習させられず、性能も芳しくなかった。
しかし、21世紀に入って、スタックドオートエンコーダを始めとする
ヒントンらによる多層ニューラルネットワークの学習の研究や、
学習に必要な計算機の能力向上、および、
インターネットの発展による学習データの流通により、
十分に学習させられるようになった。
その結果、音声・画像・自然言語を対象とする諸問題に対し、
他の手法を圧倒する高い性能を示し、2010年代に普及した。
学界では更に抽象化された数学的概念による
ディープラーニングが研究されている。