ルール抽出の必要性 [9]

  学術的な側面からこのニューラルネットからのルール抽出を考える。 データからの規則性の発見（抽出）は、機械学習などの領域で研究され、その重要性が認識されていた。 ニューラルネットからのルール抽出の背景としては、上記と同様に「学習済みの人工的ニューラルネットに埋め込まれた知識を抽出したい」ということである。 言い換えれば、「その入出力データを生成した数学的機構（パラメータ空間）を解明する」ことである。 これは単に入出力データの組み合わせを記憶することではない。 たとえ、ニューラルネットにデータを教師あり学習させたとしても、それは単に記憶しただけと何ら変わりない。 さらに言えば、初期の知識を洗練する、推論・説明能力を与える、ということであろう。学習済みのニューラルネットが与えられても、結果に対する評価基準が明確でなければ実際には使用できないのである。