機械学習入門 (in JSL)

Transcript

1. 1 Tech Talk 機械学習入門 (in JSL) Introduction to Machine Learning

   2012/12/10 Etsuji Nakai

2. 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・・・

3. 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

4. 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

5. 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. 6 ディープラーニング（深層学習） の仕組み

7. 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」

8. 「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

9. 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

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 10

11. 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

12. 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

13. 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

14. Thank you !