ディープラーニングのお勉強。 　序盤、数学の相当やさしいところからスタートしており、自分のような文系出身者にもわかりやすい内容だと期待したが、途中から全くついていくことができなくなった。もう少し周辺図書を読みこなさいと理解できなそう。 　ニューロンが入力からの刺激に対して閾値を超えると発火するように、ある条件を満たしていると１、そうでないときは０を出力するような数式であると考えたものを活性化関数と呼びます。 　ヘッブ則では、以下の考え方を用いて学習を行います。 　「同時に発火したニューロン間のシナプス結合は強められる」 　デルタ則では、以下の考え方を用いて学習を行います。 　１.答えと神経の出力の差が大きいほど重みの修正値を大きくする。 　２.入力値が大きいほど重みの修正値を大きくする。 　…誤り（誤差）について、機械学習アルゴリズムの世界では、損失（loss）と呼んでいます。また判定結果が正解か、誤っているかを判定し、その誤差を評価する関数を損失関数と呼びます。 　過学習は、それぞれの学習データに完全にフィットするように学習を訓練しようとするがために、訓練データ以外のサンプルに対してうまくいかないような学習を意味します。