メインメニューを開く

Uncyclopedia β

ディープラーニング

ディープラーニングに励む教師の一コマ

ディープラーニング(deep learning)とは新学習指導要領[1]で広く取り入れられる教育手法である。

目次

これまでの教育手法編集

「板書と説明」を主とした教育は長い歴史を持つ。しかし教師が一方的に知識を押し付ける授業ではこれからの時代に活躍できなくなることが近年になって指摘されるようになってきた。[要出典] また社会の進歩とともに教育過程は時代に即して改定を重ね、教えられる内容は変遷してきた。しかし他方で教育課程の改定に伴う大人たちのあたふたは各世代の生徒たちに多大な迷惑をかけてきた。そこで新たな学習指導要領で不可逆的にディープラーニングを導入し、これにより学力の向上を期するものである。

ディープラーニングの具体的手法編集

基本的な手順編集

教師は予め大量の問題を集めておく。生徒はただひたすら集められた問題を解き続ける。この過程で生徒の頭のなかに問題の解き方が定着する。

大きく分けて教師あり学習と教師なし学習がある。

教師あり学習編集

生徒が解いた問題に教師が丸を付ける手法。間違えた問題を繰り返し演習して学力の向上を図る。

教師なし学習編集

生徒に正解を与えない手法。生徒同士に正解を考えさせることで、次の問題に対応できるようになる。教師が不要なので人件費の削減に役立つ。

様々な手法編集

  • 畳み込み
    生徒を各班に畳み込んで討論させる手法。クラス全員を討議させる方法に比べて学習が高速に進む。
  • スタックドオートエンコーダ
    まず簡単な問題の演習を行い、学習が完了したら次の段階を学習する。これを55段階繰り返していき、最後に全体の復習を行う。
  • 敵対的学習
    2人の生徒を組みにして学習させる手法。問題を与え、一方の生徒に解かせる。解答に間違いがないかもう一方の生徒に確認させる。最後に教師が採点して、解答があっていたか、間違った解答を指摘できたかを成績に算入する。

特有の問題編集

  • 勾配消失問題
    スランプなどで学習勾配が0に近い領域に突入し、やる気をなくすこと。要は勉強してもテストの点数がほぼ上がらなくなる状態である。
  • 過学習
    過去問は解けるが本番の問題に弱くなること。特に出題傾向が変わると会場に生徒たちの悲鳴が響き、点数は絶望的になる。
  • 局所最適解
    学習が、受験や社会に出たときに必要な水準ではなく、小テストに最適な解へと収束し、抜け出せなくなること。

テクニック編集

  • データ拡張
    試験問題にある程度の予想が立てられる場合は、たとえば文中の数字や単語をさし変えることで問題数を増やす方法が昔から行われている。
  • ドロップアウト
    ドロップアウトはランダムに任意の問題の得点を零点にする技術である。ある分野しか対策していない生徒は点が取れないようにして、全ての分野の学習を促す。

利点編集

今回の改訂事項は 言語能力の向上・理数教育・伝統文化教育・道徳教育・外国語教育 である。 いづれの課題もディープラーニングの活用によって立ちどころに解決すると期待される。 また、教師の数を減らせるので人件費の削減に役立つという。最終的に文部科学省の解体が期待されている。

今後の情報過多社会を生き抜くためには与えられたプログラムに沿って問題を解くだけではなく、自分で問題を見つけ、解決する力が必要である。今後の教育においてディープラーニングが持つ重要性はますます大きくなっていくだろう。

関連項目編集

脚注編集

  1. ^ 2018年度から移行が開始され、2022年度に移行が完了、全面実施される。