Submit Search
Upload
Study session #1
•
0 likes
•
45 views
恵
恵太 水野
Follow
slides for study session in my company
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 27
Download now
Download to read offline
Recommended
【はじめての深層学習 #1】 深層学習とは
【はじめての深層学習 #1】 深層学習とは
kubotaka1
下記youtubeの動画での説明資料です。 https://www.youtube.com/video/HpLHAA1Va6g 初学者向けに、深層学習について、メリットなどを説明します。 数式は使用せず、大まかな深層学習のイメージを掴むことを目的としています。
誰でも簡単!機械学習ワークショップ
誰でも簡単!機械学習ワークショップ
Yuta Inamura
まったく知識のない方でも機械学習を使ったデータ分析を体験できるように作った資料です。
今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能
Keisuke Tameyasu
ITシステムの開発を主にやっています。為安圭介です。 数年間、ITシステム開発のリーダという役割をいただいて、数十名のチーム運営を経験してきました。 今回、遅ればせながらAIに関する勉強を始めました。なんとなくわかった気になっていたAIについて、自分でまとめてみると驚くほど知らないことが多かったように感じます。 今さらですが、書店にあって立ち読みで済ませていた 「松尾 豊(著)@KADOKAWA『人工知能は人間を超えるか』」を購入し、その内容を自分の理解の範囲で簡単にまとめてみました。 これからAIについてビジネスを始めるITエンジニアの方々にも少しは理解できるものになっていると思います。 さて、このスライドをまとめるための時間は、最近アニメが復活したという噂を聞いてなんとなく読み直した「封神演義 ※崑崙山VS金鰲島~紂王が我に返るまで」+「DQ11 セーニャを仲間にする(2)まで」でした。 十二仙でも歯が立たなかった無敵の聞仲と崑崙の教主、元始天尊の戦いは熱かった。その後の武成王と聞仲のやり取りから、太公望との原始的な戦い・・・ DQ11をやったことがある人なら、この『(2)』の意味もわかるでしょう。個人的には1の方が良かったのですが。デルカダール神殿をクリアしたのが8月だったのに、2ヶ月経った今もまだセーニャとは・・・
20200131 deeplearning
20200131 deeplearning
fujita noriko
Appleの機械学習フレームワーク「Create ML」と「Core ML」をやってみた
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
Insight Technology, Inc.
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ 日立造船株式会社 足立 悠 氏
AIについて
AIについて
mamiruco
機械学習の知識0から独学して得た知識をスライドにまとめました。2018年頃に作成したものですので、多少の情報の古さはご容赦ください。
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
Core Concept Technologies
ディープラーニングを使った時系列データの異常検知の手法の紹介と適用例を示します。
Java Küche Introducing Cognitive Services_20171007
Java Küche Introducing Cognitive Services_20171007
Ayako Omori
2017/10/7 開催 Java Kueche「Cognitive Services 入門」 https://java-kuche.doorkeeper.jp/events/65072
Recommended
【はじめての深層学習 #1】 深層学習とは
【はじめての深層学習 #1】 深層学習とは
kubotaka1
下記youtubeの動画での説明資料です。 https://www.youtube.com/video/HpLHAA1Va6g 初学者向けに、深層学習について、メリットなどを説明します。 数式は使用せず、大まかな深層学習のイメージを掴むことを目的としています。
誰でも簡単!機械学習ワークショップ
誰でも簡単!機械学習ワークショップ
Yuta Inamura
まったく知識のない方でも機械学習を使ったデータ分析を体験できるように作った資料です。
今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能
Keisuke Tameyasu
ITシステムの開発を主にやっています。為安圭介です。 数年間、ITシステム開発のリーダという役割をいただいて、数十名のチーム運営を経験してきました。 今回、遅ればせながらAIに関する勉強を始めました。なんとなくわかった気になっていたAIについて、自分でまとめてみると驚くほど知らないことが多かったように感じます。 今さらですが、書店にあって立ち読みで済ませていた 「松尾 豊(著)@KADOKAWA『人工知能は人間を超えるか』」を購入し、その内容を自分の理解の範囲で簡単にまとめてみました。 これからAIについてビジネスを始めるITエンジニアの方々にも少しは理解できるものになっていると思います。 さて、このスライドをまとめるための時間は、最近アニメが復活したという噂を聞いてなんとなく読み直した「封神演義 ※崑崙山VS金鰲島~紂王が我に返るまで」+「DQ11 セーニャを仲間にする(2)まで」でした。 十二仙でも歯が立たなかった無敵の聞仲と崑崙の教主、元始天尊の戦いは熱かった。その後の武成王と聞仲のやり取りから、太公望との原始的な戦い・・・ DQ11をやったことがある人なら、この『(2)』の意味もわかるでしょう。個人的には1の方が良かったのですが。デルカダール神殿をクリアしたのが8月だったのに、2ヶ月経った今もまだセーニャとは・・・
20200131 deeplearning
20200131 deeplearning
fujita noriko
Appleの機械学習フレームワーク「Create ML」と「Core ML」をやってみた
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
Insight Technology, Inc.
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ 日立造船株式会社 足立 悠 氏
AIについて
AIについて
mamiruco
機械学習の知識0から独学して得た知識をスライドにまとめました。2018年頃に作成したものですので、多少の情報の古さはご容赦ください。
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
Core Concept Technologies
ディープラーニングを使った時系列データの異常検知の手法の紹介と適用例を示します。
Java Küche Introducing Cognitive Services_20171007
Java Küche Introducing Cognitive Services_20171007
Ayako Omori
2017/10/7 開催 Java Kueche「Cognitive Services 入門」 https://java-kuche.doorkeeper.jp/events/65072
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
__john_smith__
第24回 JAWS-UG札幌 勉強会となります。 ツッコみどころは多いですが、笑いは取れたのでOKとします。
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
社内勉強会での発表資料です。 「失敗事例を通じて、機械学習の検討で抑えるべきポイントを学ぶ」をコンセプトに作成しました。AI・機械学習を検討する広くの方々に活用していただけると幸いです。 あとがきを下記に書きました。よければこちらもご参照ください。 https://qiita.com/bezilla/items/1e1abac767e10d0817d1
AIについて学んだこと ~ AIとは? ~
AIについて学んだこと ~ AIとは? ~
iPride Co., Ltd.
2023/07/28の勉強会で発表されたものです。
機械学習入門とGPUと学習参考サイト
機械学習入門とGPUと学習参考サイト
Yusuke Yoshie
機械学習始める人への概要と参考サイトをまとめたスライド
人工知能についての基礎知識
人工知能についての基礎知識
Yuta Inamura
人工知能に関しての入門資料です。
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
KIT Cognitive Interaction Design
最近発展が著しい人工知能(AI)技術を次のように整理してできるだけ分かりやすく解説 1. AIにとっては難しいと言われてきたことで最近できるようになったこと。これらが共通に持つ性質は何か。 2. 最新のAIでも難しいこと。それらはなぜ難しいのか。 3. 将来の見通し。いつ頃、何ができるようになりそうか。 4. 社会へのインパクト。最近AIによってできるようになったこと、近い将来できるようになりそうなことは、社会をどう変革するか?我々はそれにどう備えるべきか? 最後に、本学で保有するAI技術とその応用例の一部を簡単に紹介
音楽・エンターテインメント x AI (29 Aug 2017)
音楽・エンターテインメント x AI (29 Aug 2017)
Yuki Abe
音楽・エンターテインメント x AI for エンジニア寄せ鍋#3
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
Toru Miyahara
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
Toru Miyahara
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
ビジュアルプログラミングIotLT17-オープンソース化されたビジュアルプログラミング環境Noodlの紹介
ビジュアルプログラミングIotLT17-オープンソース化されたビジュアルプログラミング環境Noodlの紹介
miyp
ビジュアルプログラミングIoTLT17資料です。
本の感想共有会「データモデリングでドメインを駆動する」本が突きつける我々の課題について
本の感想共有会「データモデリングでドメインを駆動する」本が突きつける我々の課題について
Masatsugu Matsushita
下記の会の感想 https://kichijojipm.connpass.com/event/315276/presentation/
「VRC海のおはなし会_深海探査とロボットのお話」発表資料
「VRC海のおはなし会_深海探査とロボットのお話」発表資料
Yuuitirou528 default
深海探査を行うロボットについてざっくりと初心者向け?に解説したおはなし会の資料です。 https://x.com/INHI_UV2B/status/1796712335765369263
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Toru Miyahara
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Compute Units/Budget最適化 - Solana Developer Hub Online 6 #SolDevHub
Compute Units/Budget最適化 - Solana Developer Hub Online 6 #SolDevHub
K Kinzal
Solana Developer Hub Online #6 https://lu.ma/evx8jtpi
More Related Content
Similar to Study session #1
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
__john_smith__
第24回 JAWS-UG札幌 勉強会となります。 ツッコみどころは多いですが、笑いは取れたのでOKとします。
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
社内勉強会での発表資料です。 「失敗事例を通じて、機械学習の検討で抑えるべきポイントを学ぶ」をコンセプトに作成しました。AI・機械学習を検討する広くの方々に活用していただけると幸いです。 あとがきを下記に書きました。よければこちらもご参照ください。 https://qiita.com/bezilla/items/1e1abac767e10d0817d1
AIについて学んだこと ~ AIとは? ~
AIについて学んだこと ~ AIとは? ~
iPride Co., Ltd.
2023/07/28の勉強会で発表されたものです。
機械学習入門とGPUと学習参考サイト
機械学習入門とGPUと学習参考サイト
Yusuke Yoshie
機械学習始める人への概要と参考サイトをまとめたスライド
人工知能についての基礎知識
人工知能についての基礎知識
Yuta Inamura
人工知能に関しての入門資料です。
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
KIT Cognitive Interaction Design
最近発展が著しい人工知能(AI)技術を次のように整理してできるだけ分かりやすく解説 1. AIにとっては難しいと言われてきたことで最近できるようになったこと。これらが共通に持つ性質は何か。 2. 最新のAIでも難しいこと。それらはなぜ難しいのか。 3. 将来の見通し。いつ頃、何ができるようになりそうか。 4. 社会へのインパクト。最近AIによってできるようになったこと、近い将来できるようになりそうなことは、社会をどう変革するか?我々はそれにどう備えるべきか? 最後に、本学で保有するAI技術とその応用例の一部を簡単に紹介
音楽・エンターテインメント x AI (29 Aug 2017)
音楽・エンターテインメント x AI (29 Aug 2017)
Yuki Abe
音楽・エンターテインメント x AI for エンジニア寄せ鍋#3
Similar to Study session #1
(7)
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
AIについて学んだこと ~ AIとは? ~
AIについて学んだこと ~ AIとは? ~
機械学習入門とGPUと学習参考サイト
機械学習入門とGPUと学習参考サイト
人工知能についての基礎知識
人工知能についての基礎知識
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
音楽・エンターテインメント x AI (29 Aug 2017)
音楽・エンターテインメント x AI (29 Aug 2017)
Recently uploaded
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
Toru Miyahara
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
Toru Miyahara
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
ビジュアルプログラミングIotLT17-オープンソース化されたビジュアルプログラミング環境Noodlの紹介
ビジュアルプログラミングIotLT17-オープンソース化されたビジュアルプログラミング環境Noodlの紹介
miyp
ビジュアルプログラミングIoTLT17資料です。
本の感想共有会「データモデリングでドメインを駆動する」本が突きつける我々の課題について
本の感想共有会「データモデリングでドメインを駆動する」本が突きつける我々の課題について
Masatsugu Matsushita
下記の会の感想 https://kichijojipm.connpass.com/event/315276/presentation/
「VRC海のおはなし会_深海探査とロボットのお話」発表資料
「VRC海のおはなし会_深海探査とロボットのお話」発表資料
Yuuitirou528 default
深海探査を行うロボットについてざっくりと初心者向け?に解説したおはなし会の資料です。 https://x.com/INHI_UV2B/status/1796712335765369263
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Toru Miyahara
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Compute Units/Budget最適化 - Solana Developer Hub Online 6 #SolDevHub
Compute Units/Budget最適化 - Solana Developer Hub Online 6 #SolDevHub
K Kinzal
Solana Developer Hub Online #6 https://lu.ma/evx8jtpi
Recently uploaded
(7)
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
エンジニアのセルフブランディングと技術情報発信の重要性 テクニカルライターになろう 講演資料
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
今さら聞けない人のためのDevOps超入門 OSC2024名古屋 セミナー資料
ビジュアルプログラミングIotLT17-オープンソース化されたビジュアルプログラミング環境Noodlの紹介
ビジュアルプログラミングIotLT17-オープンソース化されたビジュアルプログラミング環境Noodlの紹介
本の感想共有会「データモデリングでドメインを駆動する」本が突きつける我々の課題について
本の感想共有会「データモデリングでドメインを駆動する」本が突きつける我々の課題について
「VRC海のおはなし会_深海探査とロボットのお話」発表資料
「VRC海のおはなし会_深海探査とロボットのお話」発表資料
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Linuxサーバー構築 学習のポイントと環境構築 OSC2024名古屋 セミナー資料
Compute Units/Budget最適化 - Solana Developer Hub Online 6 #SolDevHub
Compute Units/Budget最適化 - Solana Developer Hub Online 6 #SolDevHub
Study session #1
1.
「AI」とは 2018 年 10
月 1
2.
2
3.
AI 知的な作業を模倣したもの。 機械学習 学習することにより可能になる判断を 取り入れたもの。 ディープラーニング
人間の力なしに機械が自動的にデー タから特徴を抽出してくれるもの。 3
4.
機械学習の中でディープラーニングが目立つ理由。 機械学習の手法の中でディープラーニングとそれ以外のものとでは 決定的な違いがある。 それは、情報やデータを分析する際に使う枠組みが異なっていること。 ↓ 機械学習:人間が学習させるポイントを明示する。 ディープラーニング:機会が学習すべきポイントを判断する。 4
5.
どっちがリンゴ?どっちが梨? 5
6.
機械学習の場合 「赤」「白」というタグをつけた、リンゴ(赤)と梨(白)の画像を読 み込ませる。その際に「色に着目して区別しなさい」とAIに指示 を与えておくと、まだ解析していないリンゴの画像が出てきたと きでも、AIはリンゴの色に着目する。 6
7.
ディープラーニングの場合 区別するための「目の付けどころ」をAIが自分で学習し、その性 能を向上させていく。 ※人間から指示をしなくても、自動で賢くなっていくということ! 7
8.
なぜAIを学習するべきなのか。 8
9.
機械学習は20世紀中旬から存在していたが、 ここに来て注目されてきた理由。 9
10.
・大量のデータを収集可能になった。 →インターネットサービスの普及 ・大量のデータを処理可能になった。 →GPUやHadoop等の技術発達 ・単純に手法や理論がより発展してきた。 →ライブラリの展開。ディープラーニングの発展。 10
11.
つまり、時代が機械学習の理論に 追いついてきたと言うこと! 長い歴史を見ると、やっと実用可能に なった今こそAIを学習するべき時なのだ。 11
12.
個人的な見解 学習する前は、AIという概念的な言葉から「難しそ う」「今更学習するのは手遅れ」というイメージを 持っていた。 12
13.
しかし、段階を踏んで学習しながら実装してみると 思っていたよりも簡単で学習しやすいものだと感じ た。実際に使ってみたいと思える点も学習意欲を 掻き立てられる。 13
14.
機械学習で何ができるのか。 14
15.
・回帰(Regression) ・分類(Classification) ・クラスタリング(Clustering) 15
16.
・回帰(Regression) ・分類(Classification) ・クラスタリング(Clustering) 教師ありデータ (正解データ) 16
17.
回帰(Regression) 17
18.
連続するデータ(時系列データ等) 18
19.
連続するデータ(時系列データ等) 日付 株価 昨日 ¥1,000 2日前
¥1,100 3日前 ¥1,160 (教師データ) 19
20.
回帰(Regression) まあ数字の予測をするものと 思ってOK! 20
21.
分類(Classification) 21
22.
カテゴリ分け(スパムメール) メールの内容 スパムかどうか お疲れ様!今度の日曜日に遊びに行こうと... ◯ わたしと友達になってね!写メもあるよ!http://...
✖ おめでとうございます!ハワイ旅行に当選しま... ✖ (教師データ) 22
23.
分類(Classification) あらかじめ決まっているカテゴリの中 のどれかを当てるもの! 23
24.
・回帰(Regression) ・分類(Classification) ・クラスタリング(Clustering) 教師なしデータ 24
25.
クラスタリングも カテゴリ分け。 分類と似ているが少し違う。 25
26.
100人いる学校の学力テスト 生徒 英語 数学
国語 物理 1 100 98 89 96 2 77 98 69 98 3 99 56 99 61 26
27.
クラスタリングには 教師データはない。 与えられたデータから特徴の 似たものをそれぞれ集めて 分類分けをする。 27
Download now