第一回 TensorFlowと機械学習に 必要な数学を基礎から学ぶ会資料

1. TensorFlowと機械学習に
必要な数学を基礎から学ぶ会
浅川伸一 東京女子大学 tensorflow.ja@gmail.com
日比谷文化図書館セミナールームA
2016年9月29日19:00 -21:30

2. 09/17/2016 2 /13
本日の内容
1. 自己紹介
2. 環境の確認
3. Udacity への登録
4. 進め方についてのご相談
5. 実習

3. 3/13
09/21/16
自己紹介
浅川伸一 東京女子大学 情報処理センター勤務。早稲田大学在学時
はピアジェの発生論的認識論に心酔する。卒業後エルマンネットの考
案者ジェフ・エルマンに師事，薫陶を受ける。以来人間の高次認知機
能をシミュレートすることを目指している。知的情報処理機械を作るこ
とを通して知的情報処理とは何かを考えたいと思っている。著書に
Python で実践する深層学習（ 2016) コロナ社 . ディープラーニング，
ビッグデータ，機械学習 --- あるいはその心理学 (2015) 新曜社。
「ニューラルネットワークの数理的基礎」「脳損傷とニューラルネット
ワークモデル，神経心理学への適用例」いずれも守一雄他編 コネク
ショニストモデルと心理学 (2001) 北大路書房などがある

4. 4/13
09/21/16
師匠ジェフ・エルマンとUCSDキャンパス内 2002年ころ

5. 09/17/2016 5 /13
←2016年
2015年→

6. 09/17/2016 6 /13
1. 最近のAI研究の特徴
1. 畳み込みニューラルネットワーク
2. リカレントニューラルネットワーク
3. 強化学習

7. 09/17/2016 7 /13
1. 最近のAI研究の特徴
1.畳み込みニューラルネットワーク
– 人間超え
2.リカレントニューラルネットワーク
3.強化学習
2010 2011 2012 2013 2014 2015
開催年
0
0.05
0.1
0.15
0.2
0.25
0.3
予測誤差
人間の成績=0.051
0.282
0.258
0.164
0.117
0.067
0.036

8. 09/17/2016 8 /13
1. 最近のAI研究の特徴
1.畳み込みニューラルネットワーク
2.リカレントニューラルネットワーク
– SOTA（LSTM, 機械翻訳，対話生成，画像文章相互変
換，etc）
3.強化学習

9. 09/17/2016 9 /13
1. 最近のAI研究の特徴
1.畳み込みニューラルネットワーク
2.リカレントニューラルネットワーク
3.強化学習
– 人間超え AlphaGO
From ``Mastering the game of Go ith deep neural networks and tree search’’ (2016)

10. 09/17/2016 10 /13
1. 最近のAI研究の特徴 ４つの要因
1.計算 (ムーアの法則，GPUs, ASICs),
2.データ (e.g. ImageNet),
3.アルゴリズム (e.g. バックプロパゲーション,
CNN, LSTM), and
4.基盤 (Linux, TCP/IP, Git, ROS, PR2, AWS,
AMT, TensorFlow, etc.).
http://karpathy.github.io/2016/05/31/rl/

11. 09/17/2016 11 /13
環境構築
1.Linux
2.MacOS
3.Windows 10 (Docker)

12. 09/17/2016 12 /13

13. 09/17/2016 13 /13
Udacity への登録
1.Google 作成の TensorFlow 入門コース
https://www.udacity.com/course/deep-learn
ing--ud730
2.上の日本語訳ニコニコ動画 小学生でも分かる深
層学習
http://www.nicovideo.jp/watch/sm28230856