1．基本を理解
読み方・用語解説- 読み方
- しよふくぼるつまんましん（CBM）
- 英語名
- Restricted Boltzmann Machine（CBM）
- 提唱者・年代
- 2006年、ヒントンら（“深層学習復活”の論文で世界的注目）
💡 豆知識——2006年のCBM論文が“深層学習の復活”とされ、ヒントンらは2018年に図工学会で受賞。
【セットで覚えたい関連用語】
ボ
ボルツマンマシン（No.325）CBMの親——層間を“制約”した派生。デ
ディープ-beliefネットワーク（DBN）CBMを重ねた、深層確率モデル。潜
潜在ベクトル（No.332）CBMが学習する“本質の圧縮表現”。2．意味（定義）と例え話
一言で言うと？
隠れ層が1層のみのボルツマンマシン。学習が容易で、潜在表現の学習に用いられる。
背景・歴史的流れ
BMは深層化すると学習不能だった——“層を1層に制約”したCBMを層ごとに積み上げれば学習可能、という2006年の知見が深層学習の火付け役に。
身近な例え話
厚い壁（深層）を一度に突っ破できないので、薄い壁（1層）を積み重ねて越えていく、という工事の工夫。
AIとの関係
深層学習の“復権”を告げる存在——潜在表現を層ごとに学習する思想は、現代の深層モデルに受け継がれる。
おすすめの活用法・注目ポイント
「隠れ層1層＝制約（Restricted）」＋「2006年・深層学習の起点」で。DBNはCBMの積み重ね、が頻出。
3．直前に理解（Q&A）
7問Q1. CBMとは？最頻出
隠れ層が1層のみのボルツマンマシン。
Q2. なぜ“制約付き”？最頻出
層間の結合を制約（隠れ層1層）することで学習を容易にした。
Q3. 歴史的意義は？最頻出
2006年の論文が“深層学習の復活”のきっかけ。
Q4. 学習するものは？頻出
データの本質を表現する“潜在表現（潜在ベクトル）”。
Q5. DBNとの関係は？頻出
CBMを層ごとに積み重ねたものがDBN（ディープ-beliefネットワーク）。
Q6. BMとの違いは？混同
BMは層間が自由に結合、CBMは隠れ層1層に限定。
Q7. 位置づけは？親と子
BM ⊃ CBM ⊃ DBN（積み重ね）。
4. まとめ
CBM＝「隠れ層1層」のボルツマンマシン。層を積み重ねて深層学習の時代を開いた、2006年の仕掛け。