G検定#２

Transcript

1. ෑډͷ௿͍"*ษڧձɹ
   "*δΣωϥϦετݕఆʢ೥݄ʣ߹֨ߨ࠲
2. (ݕఆ߹֨ߨ࠲ɹୈճΞδΣϯμ w ߨࢣࣗݾ঺հˍຊߨ࠲ͷ໨తઆ໌ʢ෼ʣ
   w ࢀՃऀࣗݾ঺հʢ෼ʣ
   w (ݕఆͷ֓ཁઆ໌ʢ෼ʣ
   w ࠓճͷֶशൣғΛ঺հ
   w ʲ4UVEZ"*ʳ͔Βࠓճͷֶशൣғͷྫ୊ΛϐοΫΞοϓʢ෼ʣ
   w ࠓճͷֶशൣғͰಛʹཧղ͓͖͍ͯͨ͜͠ͱɹʢ෼ʣ
   w ػցֶशͱ͸Կͳͷ͔ɻ࣮ࡍͷϓϩάϥϛϯάΛݟͯΈΑ͏ʢ෼ʣ
   w ࣭ٙԠ౴ɹΞϯέʔτʢ෼ʣ
3. ࣗݾ঺հˍຊߨ࠲ͷ໨తઆ໌
4. ࣗݾ঺հ
    ҵ৓ݝੜ·Εҵ৓ݝҭͪ὎ૣҴాେֶʢจԽߏ૝ֶ෦ʣ
   ὎ܯࢹிܯ࡯׭὎ژ౎ͷ๭༗໊٤஡ళ
   ὎ϑϦʔϥΠλʔ὎*5اۀͷਓࣄ୲౰ ൧ా
   ༑޿ ϓϩάϥϛϯάྺϲ݄ ͦͷ಺ ճͷ࠳ંܦݧΞϦ 
5. ຊߨ࠲ͷ໨త AIΛֶͼ͍ͨਓΛԠԉ͍ͨ͠ʂ ژ౎ͷAIൃలʹߩݙ͍ͨ͠ʂ AIനॻΛಡΈࡅ͘ମྗΛ਎ʹ͚ͭͯཉ͍͠ʂ ۀքʹ”Bump of Chicken” ΛՃ͑Δʂʂ
6. ࢀՃऀࣗݾ঺հ 1. ࢯ໊ 2. झຯ 3. GݕఆΛडݧ͢Δ͔Ͳ͏͔ 4. AIͱͷؔΘΓʹ͍ͭͯ
7. "*ਓࡐʹ͍ͭͯɺϦΞϧͳখ࿩
    ʮ"*ΤϯδχΞʹݶΒͣͰ͕͢ɺ
 
 ࠓɺݱ৔ʹ଍Γͳ͍ͷ͸θωϥϦετͱͯ͠׆༂Ͱ͖Δਓ
 
 ͩͱ͍͏͜ͱ͕Α͘ݴΘΕ͍ͯ·͢ɻΞϧΰϦζϜɺΤϯδχΞϦϯάɺϏδ ωεɺͦͷ͢΂ͯͷ෼໺ͰೳྗΛൃشͰ͖Δਓ͕ٻΊΒΕ͍ͯΔΑ͏Ͱ ͢ɻʯ
   CZגࣜձࣾϝϧΧϦɹ"*ΤϯδχΞɹদԬྰԻ͞Μ
   IUUQTUZQFKQFUGFBUVSF
8. Gݕఆͷ֓ཁઆ໌
9. (ݕఆͷ֓ཁઆ໌ఆٛ (ݕఆͱ͸ʁ
   ɹ"*δΣωϥϦετΛഉग़͢ΔͨΊͷݕఆͷ͜ͱ ɹ"*δΣωϥϦετͱ͸ʁ
   ɹʰσΟʔϓϥʔχϯάͷجૅ஌ࣝΛ༗͠ɺద੾ͳ׆༻ํ਑Λܾఆ͠ ͯࣄۀԠ༻͢ΔೳྗΛ࣋ͭਓࡐʱʢ+%-"ެࣜ)1ʣ
10. (ݕఆͷ֓ཁઆ໌ࢼݧ֓ཁ ެࣜHPΛࢀর͠·͠ΐ͏ʂ JDLAެࣜHP
11. (ݕఆͷ֓ཁઆ໌࣮ࡍͲΜͳࢼݧͳͷʁ ࣌ؒ͸ΊͬͪΌݫ͍͠
    ͷ໰୊Λ෼Ͱղ౴͢Δʹ໰ʹ͔͚ΒΕΔฏۉ࣌ؒ͸໿ඵ
    ὎҉ه໰୊͸ଈ౴Ͱ͖ΔϨϕϧʹ͠Α͏ʂ ˑ5*14
    ɹ͢΂ͯͷ໰୊ʹ͸νΣοΫϘοΫε͕ଘࡏ͠·͢ɻ
    ɹগ͠Ͱ΋೰Μͩ໰୊͸νΣοΫͯ͠ޙճ͠ʹͯ͠͠·͓͏ʂ
12. (ݕఆͷ֓ཁઆ໌࣮ࡍͲΜͳࢼݧͳͷʁ ໰୊΋ݫ͠Ί ؙ҉هͰ͸͢΂ͯʹ౴͑ΒΕͳ͍ɻ ಛʹσΟʔϓϥʔχϯάʹؔͯ͠͸ཧղΛਂΊ͍ͨͱ͜Ζɻ ˑTIPS ɹେ·͔ͳ໰୊ߏ੒͸ͪ͜Βɻ ɹ1:ਓ޻஌ೳͷجૅ஌ࣝʢୈ1ষʙୈ3ষʣɹɹ2ׂ ɹ2:σΟʔϓϥʔχϯάʢୈ4ষʙୈ7ষʣɹɹ6ׂ ɹ3:࢈ۀ΁ͷԠ༻ɾ࣌ࣄ໰୊ʢୈ8ষʙୈ9ষʣ2ׂ
13. ࠓճͷֶशൣғ
14. ࠓճͷֶशൣғ ୈ4ষɿػցֶशͷ۩ମతख๏ ʢࢀরɿAIനॻɾGݕఆެࣜςΩετʣ
15. ʲStudy-AIʳ͔Βࠓճͷֶशൣғͷྫ୊Λ ϐοΫΞοϓ
16. 4UVEZ"*ͱ͸ʁ גࣜձࣾφτϑ͕ӡӦ͢Δɺਓ޻஌ೳΛֶͿ͜ͱͷͰ͖ΔαΠτ Study-AI
17. ໛ٖࢼݧ໰୊ΛݟͯΈΑ͏ Study-AI
18. ໛ٖࢼݧ໰୊ΛݟͯΈΑ͏ Study-AI
19. ࠓճͷֶशൣғͰಛʹཧղ͓͖͍ͯͨ͜͠ͱ
20. Ұཡ ୈষΑΓ
    ػցֶशͷछྨΛཧղ͠Α͏
    ϞσϧͷݕূɾධՁํ๏Λ஌Ζ͏
    ࣮ࡍʹಈ͘ػցֶशΛݟͯΈΑ͏
21. ୈষΑΓ
    ػցֶशͷछྨΛཧղ͠Α͏
    ϞσϧͷݕূɾධՁํ๏Λ஌Ζ͏
    ࣮ࡍʹಈ͘ػցֶशΛݟͯΈΑ͏
22. ػցֶशͷछྨ 1. ڭࢣ͋Γֶश 2. ڭࢣͳֶ͠श
 3. ڧԽֶश
 ʢ࣍ճ঺հʣ
23. AISIA
24. ڭࢣz͋Γzֶश ֓ཁɿֶशσʔλʹਖ਼ղϥϕϧΛ͚ͭΔʢೖྗͱग़ྗʣ
    ɹɹɹ὎ͦͷσʔλʢઆ໌ม਺ʹಛ௃ྔʣͱਖ਼ղʢ໨తม਺ʣͱͷؔ܎ੑΛ
    ɹɹɹɹֶश͢Δ ࢖༻ྫɿ͜Ε·ͰूΊͨσʔλ͔ΒύλʔϯΛೝࣝ͠ɺ೥ྸ༧ଌ͢Δ
    ɹɹɹɹʢΞϫϏͷ೥ྸ༧ଌɿճؼʣ
    ɹɹɹɹݘɺೣɺτϥͷը૾Λֶश͠ɺ෼ྨ͢ΔϞσϧ
    ɹɹɹɹʢλΠλχοΫ߸ɿ෼ྨʣ
    ɹɹɹɹˑޙ΄Ͳɺ࣮ࡍʹϓϩάϥϜΛಈ͔͠·͢
25. ڭࢣ͋Γֶशʢ୅දతΞϧΰϦζϜʣ w ઢܗճؼɹɹɹɹɹɹɹɹʹɹճؼ໰୊ͷख๏
 ɹɹɹɹɹɹɹɹɹɹɹɹɹɹΞϫϏͷ೥ྸ༧ଌͰ঺հ
    w ϩδεςΟοΫճؼɹɹɹʹɹ෼ྨ໰୊ͷख๏
    w ϥϯμϜϑΥϨετɹɹɹʹɹ෼ྨ໰୊ͷख๏
 ɹɹɹɹɹɹɹɹɹɹɹɹɹɹλΠλχοΫ߸ੜଘऀ༧ଌͰ঺հ
    w ϒʔεςΟϯάɹɹɹɹɹʹɹ෼ྨ໰୊ͷख๏
    w αϙʔτϕΫλʔϚγϯɹʹɹ෼ྨɾճؼͲͪΒ΋0,
    w χϡʔϥϧωοτϫʔΫɹʹɹ෼ྨɾճؼͲͪΒ΋0,
26. ڭࢣ͋ΓֶशʢϩδεςΟοΫճؼʣ http://nonbiri-tereka.hatenablog.com/entry/2014/06/30/134023 γάϞΠυؔ਺
27. ڭࢣ͋ΓֶशʢϥϯμϜϑΥϨετʣ ౷ܭϥϘ γάϞΠυؔ਺
28. ڭࢣ͋ΓֶशʢϒʔεςΟϯάʣ Géron, Aurélien. "Hands on Machine Learning with scikit-learn and Tensorflow." (2017).
29. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
30. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
31. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
32. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
33. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
34. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
35. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
36. ڭࢣ͋Γֶशʢ47.ʹαϙʔτϕΫλʔϚγϯʣ Logic of Blue
37. ڭࢣ͋ΓֶशʢχϡʔϥϧωοτϫʔΫʣ https://www.atmarkit.co.jp/ait/articles/1811/20/news012.html ଟ૚ύʔηϓτϩϯ
38. ڭࢣzͳ͠zֶश ֓ཁɿֶशσʔλʹϥϕϧΛ෇͚ͳ͍Ͱֶश͢ΔʢೖྗͷΈʣ
    ɹɹɹ὎ͦͷσʔλͷ࣋ͭߏ଄ɺಛ௃Λࣝผ͢Δ
    ɹɹɹɹྨࣅσʔλͷάϧʔϐϯά΍σʔλΛಛ௃͚ͮΔ৘ใΛநग़͢Δ
    ࢖༻ྫɿ&$αΠτͷߪങσʔλ͔Βɺސ٬૚ΛΫϥελϦϯά͢Δ
    ɹɹɹɹσʔλΛಛ௃෇͚Δ৘ใΛநग़͢Δʢ࣍ݩ࡟ݮʣ
39. ڭࢣzͳ͠zֶश ΫϥελϦϯά
40. ڭࢣzͳ͠zֶशʢ୅දతΞϧΰϦζϜʣ w LNFBOTɹɹɹɹɹɹ
    w ओ੒෼෼ੳɹɹɹɹɹɹɹ
41. ڭࢣzͳ͠zֶशʢLNFBOTʣ Math Works
42. ڭࢣzͳ͠zֶशʢLNFBOTʣ Math Works
43. ڭࢣzͳ͠zֶशʢओ੒෼෼ੳʣ Tech Clips
44. Founder
45. ୈষΑΓ
    ػցֶशͷछྨΛཧղ͠Α͏
    ϞσϧͷݕূɾධՁํ๏Λ஌Ζ͏
    ࣮ࡍʹಈ͘ػցֶशΛݟͯΈΑ͏
46. σʔλͷѻ͍ ະ஌ͷσʔλʹର͢Δ༧ଌೳྗ͕େ੾ ༻ҙͰ͖ΔσʔλΛ෼ׂ͠ɺධՁʢʹަࠩݕূʣ ɹɹɾ܇࿅༻ (train_set) ɹɹɾධՁ༻ (test_set)
47. ਖ਼ଇԽ աֶशΛ๷͍Ͱ൚ԽੑೳΛߴΊΔͨΊͷςΫχοΫ AIZINE
48. ୈষΑΓ
    ػցֶशͷछྨΛཧղ͠Α͏
    ϞσϧͷݕূɾධՁํ๏Λ஌Ζ͏
    ࣮ࡍʹಈ͘ػցֶशΛݟͯΈΑ͏
49. ֓ཁ 1. ෼͔Δ͜ͱ
 ػցֶशͷҰ࿈ͷྲྀΕɾલॲཧͷ࢓ํ
 ಛ௃ྔબఆͷ࢓ํ
 2. ੒Ռ෺
 ༧ଌ෼ੳ݁Ռ
50. fin ୯ޠா