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
6.7k
GDG Tokyo 生成 AI 論文をわいわい読む会
enakai00
1
610
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
600
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
NLPコロキウム20251022_超効率化への挑戦: LLM 1bit量子化のロードマップ
yumaichikawa
2
430
マルチエージェントのチームビルディング_2025-10-25
shinoyamada
0
150
Behind Postgres 18: The People, the Code, & the Invisible Work | Claire Giordano | PGConfEU 2025
clairegiordano
0
120
ソースを読む時の思考プロセスの例-MkDocs
sat
PRO
1
170
ソースを読むプロセスの例
sat
PRO
15
9.9k
Dylib Hijacking on macOS: Dead or Alive?
patrickwardle
0
470
HonoとJSXを使って管理画面をサクッと型安全に作ろう
diggymo
0
180
デザインとエンジニアリングの架け橋を目指す OPTiMのデザインシステム「nucleus」の軌跡と広げ方
optim
0
110
SCONE - 動画配信の帯域を最適化する新プロトコル
kazuho
1
370
ヘンリー会社紹介資料(エンジニア向け) / company deck for engineer
henryofficial
0
360
AIエージェントによる業務効率化への飽くなき挑戦-AWS上の実開発事例から学んだ効果、現実そしてギャップ-
nasuvitz
2
880
Azureコストと向き合った、4年半のリアル / Four and a half years of dealing with Azure costs
aeonpeople
1
280
Featured
See All Featured
Building Flexible Design Systems
yeseniaperezcruz
329
39k
Building Better People: How to give real-time feedback that sticks.
wjessup
369
20k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
640
Typedesign – Prime Four
hannesfritz
42
2.8k
The Cult of Friendly URLs
andyhume
79
6.6k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.1k
Why Our Code Smells
bkeepers
PRO
340
57k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.5k
Speed Design
sergeychernyshev
32
1.2k
Practical Orchestrator
shlominoach
190
11k
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 !