解説

ディープラーニング（Deep Learning：深層学習）は、人間の神経細胞（ニューロン）の仕組みを模倣した多層ニューラルネットワークを使い、大量の画像・テキスト・音声データから特徴を自動的に抽出して学習する技術です。画像認識分野では、猫・犬・人物などの特徴をシステムが自動的に学習することができ、人手でルールを記述する必要がありません。畳み込みニューラルネットワーク（CNN）がその代表的な手法です。e-ラーニング（電子学習）・アクティブラーニング（能動的学習）・アダプティブラーニング（適応型学習）は人間の学習方法に関する教育用語であり、AIの機械学習技術とは全く異なります。

なぜ他の選択肢は違うのか

選択肢 ア

e-ラーニング（e-Learning）は、インターネットやコンピュータを使った電子的な学習システムです。人間の学習形態の一種であり、AIが画像特徴を自動抽出する技術とは無関係です。

選択肢 イ

アクティブラーニング（Active Learning）は教育分野では「能動的な学習（討論・実践・問題解決を通じた学習）」を指します。機械学習でのアクティブラーニングは「学習データを効率的に選ぶ手法」を指しますが、画像から動物種類を自動識別する技術の説明には当たりません。

選択肢 ウ

アダプティブラーニング（Adaptive Learning）は、学習者一人一人の理解度・学習スタイルに応じて教材・難易度・順序を自動調整する適応型教育システムです。人間の教育に関する概念であり、AI画像認識技術ではありません。

解くときのポイント

ディープラーニング＝「多層ニューラルネットワークで大量データから特徴を自動学習」。画像・音声・自然言語処理に強い。e-ラーニング・アクティブラーニング・アダプティブラーニングは「人間の学習方法」に関する教育用語で、AI技術とは別物。