Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

2018/8/6トレLABO3_AIの学び方・使い方

309 views

Published on

2018/8/6トレLABO3_AIの学び方・使い方

Published in: Engineering
  • Be the first to comment

2018/8/6トレLABO3_AIの学び方・使い方

  1. 1. AIの学び方・使い方 トレノケート株式会社 ラーニングソリューション本部 テクニカルエバンジェリスト 山本 晃
  2. 2. AI界隈で飛び交う用語 ディープラーニング 教師データ 強化学習 自動運転 シグモイド関数 ニューラルネットワーク 多変量解析 全線結合層微分 クラスター分析 確率分布 隠れマルコフモデル 相関係数 ジニ係数 モンテカルロ法 重み Q学習 AI Python Googleの猫 FaceAPI GPGPU 人工ニューロン パーセプトロン AlphaGo 教師あり学習 正規化 2
  3. 3. 大量のデータから 「知見」 を引き出す AI Big Data 購買履歴・マーケティング情報 各種センサー SNSデータ 社内データ 3
  4. 4. AIで成果が出ている主な領域 認識 提案 予測 自動化 精度を高めるためには 学習データの質と量、最適なアルゴリズムが重要 4
  5. 5. 順伝播 (入力データをもとに予測値を計算) AIの代表的な実装方法 (教師あり学習)  ニューラルネットワークをベースとしたディープラーニング  入力データに含まれる 「正解」 と予測結果の誤差を算出  誤差が最小化されるように各種パラメータを自動で更新  アルゴリズムは科学計算や統計解析に基づく 逆伝播 (誤差を最小化するようにパラメータを調整) 予測値 正解 入力データ 出力 cat: 0.8 dog: 0.2 ニューラルネットワーク 5
  6. 6. AIを学ぶ・使うための最初のステップ 全体を俯瞰して現在地とゴールを見定める 6
  7. 7. AIを始めるために必要なこと  利用者・開発者とも 「AIが何なのか」 を理解することが重要  利用者: AIが何なのかを理解したうえで、何をしたいかを考える  開発者: AIが何なのかを理解したうえで、どう作るかを考える 利用者 • 事業会社 • ユーザー部門 開発者 • システム インテグレータ • 開発部門 共通の認識・言葉で会話ができること 「何ができるのか」 「何をしたいのか」 「何が必要なのか」 課題解決 AI 7
  8. 8. AIを利用・構築するための3つのプロセス デプロイデータ準備 モデル構築/可視化 予測モデルにフィットするように データを収集・抽出・加工 既存システムとの統合学習済モデルの利用や 新規に構築 計算リソース OS/ランタイム プログラミング言語 フレームワーク 学習モデル AI開発・実行環境のビルディングブロック • 各種コンペティションで優勝したモデルの流用も可能 • 実行環境は自前構築または各種クラウドサービスの利用 (IaaS, PaaS, SaaSなど) 8
  9. 9. AI関連のコース紹介
  10. 10. AI関連トレーニング ラインナップ(抜粋) 10 BSC0030G: 2日間 AI・IoTビジネス創造 ~AI・IoT活用による新規事業のつくり方~ DBC0100V: 2日 R言語によるビジネス 統計解析入門 DBC0098V: 3日間 ディープラーニング ハンズオンセミナー DBC0099G: 1日間 マシンラーニングオーバービュー ~AIを支える技術・理論・利用方法を学ぶ~ BSC0031G: 2日間 AI・IoTビジネス戦略 ~戦略から計画を立案するスキルを習得する~ PRC0092G: 2日間 Pythonプログラミング入門 JAC0083G: 2日間 Javaデータベースプログラミング MSC0468G: 2日間 .NETデータベースプログラミング ~ADO.NET~ DB0044CG: 2日 基礎から学べる実践SQL DBC0096R: 2日間 機械学習による 問題解決実践 ~データサイエンティスト入門研修~ DBC0095R: 3日間 Rによる統計解析 ~データサイエンティスト入門研修~ AI・モデル構築編 AIビジネス企画編 コアスキル データ分析編 ベンダー系研修 MSC0634G: Azure Machine Learning 基礎 NFC0305R: Google Cloud Platform Fundamentals: BigData and Machine Learning AWC0043R: Deep Learning on AWS BMC0253R: COG80 IBM Watson 開発道場 DBC0038R: SAS(R) による統計解析
  11. 11. マシンラーニングオーバービュー (DBC0099G; 1日間、講義+デモ) 対象者 ・ サービス企画担当者 ・ プロジェクトマネージャー ・ システムエンジニア 前提条件 ・ 特に無し 「機械学習が何なのか」、「どのように動いているのか」、 「導入・利用するには何が必要なのか」を1日で効率的に学習可能 学習内容 1. 機械学習の概要 2. 教師あり学習 3. ニューラルネットワーク 4. 教師なし学習 5. 強化学習 6. 機械学習の利用と実装 11
  12. 12. ディープラーニング ハンズオンセミナー (DBC0098V; 3日間、講義+ラボ) 数学やプログラミングの基礎から始まり、Chainerによる実装、Azure上のGPUマシンでの 計算、画像・時系列・自然言語の取扱い方も含めた実践的な実装までを幅広く紹介 7. ディープラーニングの数学 8. ディープラーニングの実装 9. 画像処理入門 10. CNNを用いた画像処理 11. RNNを用いた時系列解析 12. RNNを用いた自然言語処理 13. RNN(Seq2Seq)を用いた機械対話の実装 学習内容 1. イントロダクション 2. 微分 3. 線形代数 4. 重回帰分析 5. Python入門 6. Azure / Docker入門 前提条件 ・何らかのプログラミング経験をお持ちの方 12
  13. 13. R言語によるビジネス統計解析入門 (DBC0100V; 2日間、講義+演習) 対象者 ・ マーケティング担当者 ・ サービス企画担当者 ・ システムエンジニア 前提条件 ・ 特に無し R言語環境の構築から基本的なデータの操作、簡単な分析の手法を 2日間の講義と実機演習を通じて効率よく学習 学習内容 1. データ分析概要 2. R言語の基本操作 3. データの特徴の把握 4. 基本的なデータ分析手法 13
  14. 14. AI・IoTビジネス創造 (BSC0030G; 2日間、講義+グループ演習) ビジネスモデル キャンバスをベースに、AIやビッグデータなどのテクノロジーの捉え方、 データ分析による課題の抽出から新規事業の企画書の作成方法を学習 学習内容 1. オリエンテーション 2. AIとIoTにより実現する世界観 3. ビジネス・モデルを策定する 4. 新規事業のタネの見つけ方 5. プチ起業 対象者 ・ 企画担当者 ・ 営業担当者 前提条件 ・ 特に無し 14
  15. 15. 再掲: AI関連トレーニング ラインナップ(抜粋) 15 BSC0030G: 2日間 AI・IoTビジネス創造 ~AI・IoT活用による新規事業のつくり方~ DBC0100V: 2日 R言語によるビジネス 統計解析入門 DBC0098V: 3日間 ディープラーニング ハンズオンセミナー DBC0099G: 1日間 マシンラーニングオーバービュー ~AIを支える技術・理論・利用方法を学ぶ~ BSC0031G: 2日間 AI・IoTビジネス戦略 ~戦略から計画を立案するスキルを習得する~ PRC0092G: 2日間 Pythonプログラミング入門 JAC0083G: 2日間 Javaデータベースプログラミング MSC0468G: 2日間 .NETデータベースプログラミング ~ADO.NET~ DB0044CG: 2日 基礎から学べる実践SQL DBC0096R: 2日間 機械学習による 問題解決実践 ~データサイエンティスト入門研修~ DBC0095R: 3日間 Rによる統計解析 ~データサイエンティスト入門研修~ AI・モデル構築編 AIビジネス企画編 コアスキル データ分析編 ベンダー系研修 MSC0634G: Azure Machine Learning 基礎 NFC0305R: Google Cloud Platform Fundamentals: BigData and Machine Learning AWC0043R: Deep Learning on AWS BMC0253R: COG80 IBM Watson 開発道場 DBC0038R: SAS(R) による統計解析

×