Submit Search
Upload
AIと最適化の違いをうっかり聞いてしまう前に
•
Download as PPTX, PDF
•
0 likes
•
2,441 views
Monta Yashi
Follow
最近ちょっと聞くことが多い数理最適化。 エーアイとどう違うなかなと思った時にチラ見して3分でわかった気分になる資料
Read less
Read more
Education
Report
Share
Report
Share
1 of 8
Download now
Recommended
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
ychtanaka
統計的係り受け解析入門
統計的係り受け解析入門
Yuya Unno
最適化超入門
最適化超入門
Takami Sato
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
研究法(Claimとは)
研究法(Claimとは)
Jun Rekimoto
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
Recommended
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
ychtanaka
統計的係り受け解析入門
統計的係り受け解析入門
Yuya Unno
最適化超入門
最適化超入門
Takami Sato
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
研究法(Claimとは)
研究法(Claimとは)
Jun Rekimoto
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
AIと最適化の違いをうっかり聞いてしまう前に v2
AIと最適化の違いをうっかり聞いてしまう前に v2
Monta Yashi
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
michiaki ito
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
智之 村上
数理最適化とPython
数理最適化とPython
Yosuke Onoue
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
諒介 荒木
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
Kazuyuki Miyazawa
ディープラーニングのフレームワークと特許戦争
ディープラーニングのフレームワークと特許戦争
Yosuke Shinya
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
joisino
最適輸送の解き方
最適輸送の解き方
joisino
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
Blender15
Blender15
Monta Yashi
13 blender+αの大発表会
13 blender+αの大発表会
Monta Yashi
More Related Content
What's hot
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
AIと最適化の違いをうっかり聞いてしまう前に v2
AIと最適化の違いをうっかり聞いてしまう前に v2
Monta Yashi
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
michiaki ito
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
智之 村上
数理最適化とPython
数理最適化とPython
Yosuke Onoue
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
諒介 荒木
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
Kazuyuki Miyazawa
ディープラーニングのフレームワークと特許戦争
ディープラーニングのフレームワークと特許戦争
Yosuke Shinya
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
joisino
最適輸送の解き方
最適輸送の解き方
joisino
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
What's hot
(20)
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
AIと最適化の違いをうっかり聞いてしまう前に v2
AIと最適化の違いをうっかり聞いてしまう前に v2
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
数理最適化とPython
数理最適化とPython
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monoc...
ディープラーニングのフレームワークと特許戦争
ディープラーニングのフレームワークと特許戦争
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
最適輸送の解き方
最適輸送の解き方
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
研究分野をサーベイする
研究分野をサーベイする
More from Monta Yashi
Blender15
Blender15
Monta Yashi
13 blender+αの大発表会
13 blender+αの大発表会
Monta Yashi
Blender x docker(簡単分散環境構築)
Blender x docker(簡単分散環境構築)
Monta Yashi
04 これが(多分)最後! ベンチマークs
04 これが(多分)最後! ベンチマークs
Monta Yashi
お見合いで趣味を聞かれたときに 「IoTとビッグデータを少々」と答えたいSEが読む資料
お見合いで趣味を聞かれたときに 「IoTとビッグデータを少々」と答えたいSEが読む資料
Monta Yashi
blenderとunreal engine4
blenderとunreal engine4
Monta Yashi
More photorealistic!
More photorealistic!
Monta Yashi
大人の分散レンダリング
大人の分散レンダリング
Monta Yashi
Rデータ入力編
Rデータ入力編
Monta Yashi
ベイズ統計学
ベイズ統計学
Monta Yashi
R高速化
R高速化
Monta Yashi
More from Monta Yashi
(11)
Blender15
Blender15
13 blender+αの大発表会
13 blender+αの大発表会
Blender x docker(簡単分散環境構築)
Blender x docker(簡単分散環境構築)
04 これが(多分)最後! ベンチマークs
04 これが(多分)最後! ベンチマークs
お見合いで趣味を聞かれたときに 「IoTとビッグデータを少々」と答えたいSEが読む資料
お見合いで趣味を聞かれたときに 「IoTとビッグデータを少々」と答えたいSEが読む資料
blenderとunreal engine4
blenderとunreal engine4
More photorealistic!
More photorealistic!
大人の分散レンダリング
大人の分散レンダリング
Rデータ入力編
Rデータ入力編
ベイズ統計学
ベイズ統計学
R高速化
R高速化
Recently uploaded
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
yukisuga3
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
inspirehighstaff03
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
inspirehighstaff03
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
inspirehighstaff03
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
Ken Fukui
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
inspirehighstaff03
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
inspirehighstaff03
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
inspirehighstaff03
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
inspirehighstaff03
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
inspirehighstaff03
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
Ken Fukui
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
Ken Fukui
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「孤独は敵なのか?」
inspirehighstaff03
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
inspirehighstaff03
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
inspirehighstaff03
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
Ken Fukui
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
inspirehighstaff03
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
inspirehighstaff03
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
ssusere0a682
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
Ken Fukui
Recently uploaded
(20)
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
AIと最適化の違いをうっかり聞いてしまう前に
1.
AIと最適化の違いを うっかり 聞いてしまう前に
2.
最適化の話をしたときに出る質問 Top3 Q「AIと最適化何が違うんですか?」 Q「AIと最適化何が違うんですか?」 Q「AIと最適化何が違うんですか?」 ほぼ100%聞かれます。
3.
とりあえず、お茶を濁す解答Top3 A「コンピュータが人の代わりに最高の答えを見つけてくれるという意 味ではAI(人工知能)の一つと考えられますね!」 A「AIは大量のデータがないと使えませんが、最適化はルールが分か っていれば使えます」 A「業務的な観点から述べると、AIは今後どのようになるかという予 測に用いられ、最適化はその後のどのように手を打つかに用いられま す」 … もう勘弁してくれ。AIって何か知ってて聞いてるのか?? …
4.
AIや最適化の出番 AIや最適化をコンピュータで行う以上、対象はデータです。 データ源 ・デバイス(IoT/携帯) ・センサー ・キーボード入力 ・カメラ ・ネットワーク : データ収集/ETL ・Apache Kafka ・Apache Storm ・Apache
NiFi ・AmazonKinesis ・Logstat etc データ蓄積/集計 ・分散DB、NoSQL (Bigtable、Hive) ・RDB ・分散ストレージ (HDFS他) 高度な分析 ・AI 計画、対策 ・最適化 出力(ディスプレイ、プリンタ、IoTデバイス、ロボット、パワーポイント...) では、データってどう処理されているの?
5.
分析の種類 Descriptive Analytics 記述的分析 過去から現在、 どうだった Diagnostic Analytics 診断的分析 過去から現在、 何が起こった Predictive
Analytics 予測的分析 現在から未来、 どうなる Prescriptive Analytics 処方的分析 今とるべき アクション
6.
AI(えーあい)って? AI自体がくそ曖昧で広い範囲を指す。ほとんどの人はAIが何かわかっていない。 AI ルールベース 機械学習 教師あり学習 ・ディープラーニング 教師なし学習 ・クラスタリング ・GAN ・主成分分析 ・アソシエーション分析 強化学習 必要なデータ量 多 小 ルール(モデル)の明瞭さ 不明瞭 明瞭 (なんか賢いプログラム)
7.
最終的な解答としては AIという定義は曖昧であり、非常に広義のテクノロジーを含んでいます。AI自体が前に記載した様々なタ イプがあります。 そのため、データが大量にいる、事前にルールがわからないもの、わかるものなど様々ありますし、ク ラスタリング等 実は最適化と同義のものも含んでいます。 予測分析のモデル生成は「あるモデルに基づいた出力誤差の最小化」ととらえることができ、最適化を 内包しています。 なので、AIの一つ一つのテクノロジーと最適化についての議論はできますが、あいまいな”AI”との比較は できません。 A「AIは大量のデータがないと使えませんが、最適化はルールが分 かっていれば使えます」 を嚙み砕いて…
8.
参考 https://www.soumu.go.jp/ict_skill/pdf/ict_skill_3_5.pdf
Download now