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
4.3k
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
Agent Development Kit によるエージェント開発入門
enakai00
22
6.2k
GDG Tokyo 生成 AI 論文をわいわい読む会
enakai00
1
600
Lecture course on Microservices : Part 1
enakai00
1
3.7k
Lecture course on Microservices : Part 2
enakai00
2
3.6k
Lecture course on Microservices : Part 3
enakai00
1
3.6k
Lecture course on Microservices : Part 4
enakai00
1
3.6k
JAX / Flax 入門
enakai00
1
590
生成 AI の基礎 〜 サンプル実装で学ぶ基本原理
enakai00
7
4.1k
大規模言語モデルを支える分散学習インフラ Pathways
enakai00
3
530
Other Decks in Technology
See All in Technology
いまさら聞けない ABテスト入門
skmr2348
1
190
実装で解き明かす並行処理の歴史
zozotech
PRO
1
290
Azure SynapseからAzure Databricksへ 移行してわかった新時代のコスト問題!?
databricksjapan
0
120
ZOZOのAI活用実践〜社内基盤からサービス応用まで〜
zozotech
PRO
0
150
業務自動化プラットフォーム Google Agentspace に入門してみる #devio2025
maroon1st
0
180
KAGのLT会 #8 - 東京リージョンでGAしたAmazon Q in QuickSightを使って、報告用の資料を作ってみた
0air
0
200
Tomorrow graphlib, Let us use everybody
hayaosuzuki
0
160
Why React!?? Next.jsそしてReactを改めてイチから選ぶ
ypresto
10
4.3k
Findy Team+のSOC2取得までの道のり
rvirus0817
0
300
許しとアジャイル
jnuank
1
100
OCI Network Firewall 概要
oracle4engineer
PRO
1
7.8k
動画データのポテンシャルを引き出す! Databricks と AI活用への奮闘記(現在進行形)
databricksjapan
0
140
Featured
See All Featured
The Language of Interfaces
destraynor
162
25k
Bash Introduction
62gerente
615
210k
It's Worth the Effort
3n
187
28k
How to Think Like a Performance Engineer
csswizardry
27
2k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
127
53k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
32
2.2k
Statistics for Hackers
jakevdp
799
220k
The Straight Up "How To Draw Better" Workshop
denniskardys
237
140k
A designer walks into a library…
pauljervisheath
208
24k
Done Done
chrislema
185
16k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.1k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.7k
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 !