ニューラル
ネットワーク
を感じる

入力——世界を数字の格子で見る

画像はAIにとって 数字の配列 です。各マスが 0.0〜1.0 の値を持ち、0が黒、1が白。右のグリッドに描いて確かめてみてください。

ニューロン——重みで信号を混ぜる

1. 重み付き和：入力×重みを合計
2. バイアス：定数でずらす
3. 活性化：ReLUで負を切り捨て

z = w₁x₁ + w₂x₂ + w₃x₃ + b
出力 = ReLU(z) = max(0, z)

スライダーで出力の変化を確認。

順伝播——信号がネットワークを流れる

ニューロンを層に並べ、入力から出力へ信号が 一方向に 流れます。右の 2→4→3→2 構成で、スライダーを動かすと全ノードがリアルタイムに変化します。

明るいノード＝強い活性化。赤線＝負の重み。

学習——境界線がリアルタイムに生まれる

直線では分けられない2つの弧を、ニューラルネットが 曲線の境界 で自力で分離していきます。学習が進むと境界線が弧の間に入り込む様子を観察できます。

損失 L = -Σ y·log(ŷ)  (交差エントロピー)
重み更新: w ← w - η·∂L/∂w
学習率 η = 0.1