Deep Learningの軽い紹介

1,118 views

Published on

この前発表したやつです。

Published in: Software
0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,118
On SlideShare
0
From Embeds
0
Number of Embeds
6
Actions
Shares
0
Downloads
13
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

Deep Learningの軽い紹介

  1. 1. Deep Learningの軽い紹介 機械学習入門(?)
  2. 2. • 今回は、機会学習入門です。 • 次回は、SURF vs Deep Learning というタイトル で、実際に評価,考察した結果を発表します。
  3. 3. ちょっと機会学習入門
  4. 4. 機会学習は怖くない!! • 機会学習は、人間ができる 当たり前の 作業を、機械(コンピューター)にさ せることを目指す。 人間ならば…顔の 表情 がすぐ解る(分類できる)。 ではコンピューターが行うには…?
  5. 5. 機械 はどうつくるの?
  6. 6. 人間は新しいことを何度も見て、聞いて、書いて覚えますよね。
  7. 7. コンピューターも、人間が行っていることを真似すれば、 学習できるはず。
  8. 8. 少し数学的な視点から… A,B,Cにデータ(0or1)を入力すると、 X(0or1)を出力する 機械 があります。 • •
  9. 9. では、入力(A,B,C)と出力(X)のペアが与えられたときに、 これらの入出力を満たす機械をコンピューターが作るには??
  10. 10. コンピューターは演算を行う機械です。 方法の一つに、何億回という演算を行い、 入出力の関係を、近似できる関数を作成する • • • • • というものがあります。
  11. 11. その中に、人工ニューラルネットがあります。 • • 脳の仕組みを単純化したものをコンピューター上で演算を 繰り返し、学習(入出力関係を満たす関数近似)をします。
  12. 12. 従って入出力の関係を用意してあげれば、 コンピューターでも学習ができるはずです。
  13. 13. でも、複雑な問題にはこれだけでは対応できません。
  14. 14. この画像1枚を学習しても、
  15. 15. これらの問題に対応できません。
  16. 16. これすら対応できません。
  17. 17. コンピューターは正確な答えを導く事ができますが、 柔軟な答えを求めるのは厳しいのです。
  18. 18. 人間はコンピューターに柔軟性を持たせるため、 長い間戦っています。 一つが 特徴 の問題です。 もう一つが 確率 の問題です。
  19. 19. 問題のもつ特徴を、人間が機械に教えて上げる(関数で表現する)ことで
  20. 20. 柔軟に問題をとくことが出来ます。 例え画像が反転しても、縮小しても、問題自体は変わりますが、問題の持つ特徴は変わりません。 • • • • • • • • • • • • • •
  21. 21. また、学習(関数近似)の際にも、確率の概念を導入することで 柔軟性をもたせています。
  22. 22. 確率的な 学習 はコンピューターが自動的に行います。 しかしながら、 ! 特徴 は人間が手動で新たな関数を見つけなければなりませんでした。
  23. 23. そこで登場したのがDeep Learingです。 特徴もコンピューターが学習してくれます。
  24. 24. 余談 • ニューラルネットを嫌っている人(?)を見かけます。 • 数学的に正しさを証明出来ないのはちょっと… • これは、四色定理のコンピューター証明の議論に似 ている気がしました。

×