Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械学習入門 (in JSL)
Search
Etsuji Nakai
December 18, 2019
Technology
1
4.2k
機械学習入門 (in JSL)
Etsuji Nakai
December 18, 2019
Tweet
Share
More Decks by Etsuji Nakai
See All by Etsuji Nakai
GDG Tokyo 生成 AI 論文をわいわい読む会
enakai00
0
480
Lecture course on Microservices : Part 1
enakai00
1
3.3k
Lecture course on Microservices : Part 2
enakai00
1
3.3k
Lecture course on Microservices : Part 3
enakai00
1
3.2k
Lecture course on Microservices : Part 4
enakai00
1
3.2k
JAX / Flax 入門
enakai00
1
450
生成 AI の基礎 〜 サンプル実装で学ぶ基本原理
enakai00
7
3.7k
大規模言語モデルを支える分散学習インフラ Pathways
enakai00
3
470
Python × 数学ブートキャンプガイド
enakai00
1
730
Other Decks in Technology
See All in Technology
スキルだけでは満たせない、 “組織全体に”なじむオンボーディング/Onboarding that fits “throughout the organization” and cannot be satisfied by skills alone
bitkey
0
160
Raycast AI APIを使ってちょっと便利な拡張機能を作ってみた / created-a-handy-extension-using-the-raycast-ai-api
kawamataryo
0
210
短縮URLをお手軽に導入しよう
nakasho
0
140
急成長する企業で作った、エンジニアが輝ける制度/ 20250227 Rinto Ikenoue
shift_evolve
0
110
開発組織を進化させる!AWSで実践するチームトポロジー
iwamot
1
170
1行のコードから社会課題の解決へ: EMの探究、事業・技術・組織を紡ぐ実践知 / EM Conf 2025
9ma3r
8
3.5k
AWSアカウントのセキュリティ自動化、どこまで進める? 最適な設計と実践ポイント
yuobayashi
7
520
内製化を加速させるlaC活用術
nrinetcom
PRO
2
140
エンジニアが加速させるプロダクトディスカバリー 〜最速で価値ある機能を見つける方法〜 / product discovery accelerated by engineers
rince
4
560
PHPで印刷所に入稿できる名札データを作る / Generating Print-Ready Name Tag Data with PHP
tomzoh
0
180
Cracking the Coding Interview 6th Edition
gdplabs
14
28k
プロダクトエンジニア 360°フィードバックを実施した話
hacomono
PRO
0
140
Featured
See All Featured
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
Building Adaptive Systems
keathley
40
2.4k
4 Signs Your Business is Dying
shpigford
182
22k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
7
640
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
21
2.5k
How to train your dragon (web standard)
notwaldorf
91
5.9k
Practical Orchestrator
shlominoach
186
10k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
10
1.3k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
129
19k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
4
360
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
356
29k
Reflections from 52 weeks, 52 projects
jeffersonlam
348
20k
Transcript
1 Tech Talk 機械学習入門 (in JSL) Introduction to Machine Learning
2012/12/10 Etsuji Nakai
本日のポイント:AI と機械学習の関係 AI:知性を持っているかのような機能を 提供する製品・サービスを実現 機械学習:「過去のデータ」の特徴を発見し て、「未知のデータ」の予測を行う技術 2 中の技術は、さまざま・・・
本日のポイント:AI と機械学習の関係 AI:知性を持っているかのような機能を 提供する製品・サービスを実現 機械学習:「過去のデータ」の特徴を発見し て、「未知のデータ」の予測を行う技術 3 ディープラーニング(深層学習): 画像・動画・音声・自然言語などの 「非構造化データ」に高い
予測性能を発揮する機械学習の一手法 最近のAIでよく使われる主要技術
ディープラーニングによる画像認識技術(Google フォト) 4 画像の種類を識別して、 自動で「アルバム」を作成 https://photos.google.com/albums
ディープラーニングによる自然言語処理技術(Gmail) https://gmail.googleblog.com/2016/03/smart-reply-comes-to-inbox-by-gmail-on-the-web.html 文脈を理解して 返答文を自動生成 スマホからの 返信の 20% 以上 5 返答メッセージを選択
6 ディープラーニング(深層学習) の仕組み
ニューラルネットワークの仕組み 7 Input “cat” ニューラルネットワークの本質は 「入力データから予測値を出力する関数」
「関数」って何でしたっけ? 8 係数(パラメーター θ)の値を変えると 同じ入力値から、得られる出力値が変化する 計算式 x 入力値 y 出力値
教師あり学習の仕組み label, input 正解ラベルのついた「トレーニングデータ」 に対して、予測の正解率が向上するように 関数に含まれるパラメータをチューニング “cat” “dog” “car” “apple”
OUTPUT
ディープラーニングが実用化した背景 • 大量の学習データが収集・利用可能に • 大量のデータが学習を行う並列計算技術の発達 • 効率的に学習を行うアルゴリズムの開発 10
ディープラーニングが実用化した背景 • 大量の学習データが収集・利用可能に • 大量のデータが学習を行う並列計算技術の発達 • 効率的に学習を行うアルゴリズムの開発 11 すべて某社の 得意分野
本日のポイント:AI と機械学習の関係 AI:知性を持っているかのような機能を 提供する製品・サービスを実現 機械学習:「過去のデータ」の特徴を発見し て、「未知のデータ」の予測を行う技術 12 ディープラーニング(深層学習): 画像・動画・音声・自然言語などの 「非構造化データ」に高い
予測性能を発揮する機械学習の一手法 最近のAIでよく使われる主要技術
まとめ • 機械学習 ◦ 過去データの特徴を自動的に発見して、新しいデータについて 予測する技術 • ディープラーニング(深層学習) ◦ ニューラルネットワークを用いた機械学習技術
◦ 非構造化データ(画像・音声・自然言語など)に高い予測性能 を発揮 • AI(人工知能) ◦ あたかも知能を持つかのような機能を提供する製品・サービス ◦ 最近はディープラーニングを活用したものが多い 13
Thank you !