デビッド・ピーターソン（TechTarget
2021年3月24日: 畳み込みニューラルネットワークとリカレント・ニューラル・ネットは、ビジネス価値を高めるAIアプリケーションの多くを支えている。この入門書では、CNNとRNNについて学びます。
チャンスを逃すことなくAIに現実的な期待を抱くには、アルゴリズムの能力と限界の両方を理解することが重要である。
この記事では、AIの分野を前進させた2つのアルゴリズム、畳み込みニューラルネットワーク（CNN）とリカレント・ニューラル・ネットワーク（RNN）について探る。両者がどのようなもので、どのように機能し、どのような制約があり、どのような点で互いに補完し合っているのかを取り上げる。
その前に、CNNとRNNの主な違いを簡単にまとめておこう。
Kore.aiのプラサナ・アリカラCTOの見解を紹介しよう：
「CNNは視覚データ、疎なデータ、連続しないデータの解釈に適している。一方、リカレント・ニューラル・ネットワークは、連続的あるいは時間データを認識するように設計されている。リカレント・ニューラル・ネットワークは、前または次のデータ・ノードとの関連性におけるデータの順序や順番を考慮することでより良い予測を行う」
