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
勉強会2_機械学習のモデル学習と開発について
Search
milky04
May 19, 2024
Programming
0
30
勉強会2_機械学習のモデル学習と開発について
社内勉強会資料です(2023/7/28)
milky04
May 19, 2024
Tweet
Share
More Decks by milky04
See All by milky04
勉強会3_LLMを活用する技術について
milky04
0
41
勉強会4_アップデートされたAssistantsAPIを試す
milky04
0
2.2k
勉強会1_SlackのAIチャットボットを作ってみた
milky04
0
49
Other Decks in Programming
See All in Programming
【re:Growth 2024】 Aurora DSQL をちゃんと話します!
maroon1st
0
800
コンテナをたくさん詰め込んだシステムとランタイムの変化
makihiro
1
140
Итераторы в Go 1.23: зачем они нужны, как использовать, и насколько они быстрые?
lamodatech
0
930
暇に任せてProxmoxコンソール 作ってみました
karugamo
2
730
ある日突然あなたが管理しているサーバーにDDoSが来たらどうなるでしょう?知ってるようで何も知らなかったDDoS攻撃と対策 #phpcon.2024
akase244
2
370
Online-Dokumentation, die hilft: Strukturen, Prozesse, Tools
ahus1
0
100
Stackless и stackful? Корутины и асинхронность в Go
lamodatech
0
930
testcontainers のススメ
sgash708
1
130
競技プログラミングへのお誘い@阪大BOOSTセミナー
kotamanegi
0
360
PHPで作るWebSocketサーバー ~リアクティブなアプリケーションを知るために~ / WebSocket Server in PHP - To know reactive applications
seike460
PRO
2
650
創造的活動から切り拓く新たなキャリア 好きから始めてみる夜勤オペレーターからSREへの転身
yjszk
1
140
短期間での新規プロダクト開発における「コスパの良い」Goのテスト戦略」 / kamakura.go
n3xem
2
170
Featured
See All Featured
Intergalactic Javascript Robots from Outer Space
tanoku
270
27k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Adopting Sorbet at Scale
ufuk
73
9.1k
Imperfection Machines: The Place of Print at Facebook
scottboms
266
13k
Gamification - CAS2011
davidbonilla
80
5.1k
Writing Fast Ruby
sferik
628
61k
A designer walks into a library…
pauljervisheath
205
24k
Practical Orchestrator
shlominoach
186
10k
Product Roadmaps are Hard
iamctodd
PRO
50
11k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
229
52k
How to Think Like a Performance Engineer
csswizardry
22
1.2k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
169
50k
Transcript
機械学習のモデル学習と開発について
はじめに • 近年AI・機械学習の発展が凄い(ChatGPTなど) →そもそもモデル学習や開発はどのように行っているのか? ⇒実際に私が行った内容や作成したものも交えてお話していきます
機械学習とは • 与えられたデータからいくつかのパターンを認識・学習し、未知のデータを 予測、分類する技術 • 教師あり学習/教師なし学習/強化学習という、大きく3つの方法がある
機械学習の種類 • 教師あり学習 学習データに正解を与えて、正解を出力するように学習させる方法 • 教師なし学習 学習データに正解を与えずに、データの規則性や特徴を導かせる方法 • 強化学習 目的に設定されたスコアを最大化するように、判断を強化させる方法
機械学習モデルとは • 入力データに対して結果(=出力)を導き出す仕組みのこと • 用意したデータを学習する前の基盤となるモデルと、学習後のモデル(学 習済みモデル)の2通りがある →どちらを指すこともあるため、混同しやすい
機械学習の開発の流れ 1. 基盤となるモデルをいくつか選ぶ 2. 学習条件を統一し、各モデルに学習させる 3. 出来た各学習済みモデルの精度を比較する ⇒一番精度の高いモデルを採用する 基盤となるモデルを選ぶ 学習済みモデルが出来る
モデルに学習させる
実際に行った内容 • 基盤となるモデルに、4種類の鳥の画像を学習させる(教師あり学習) • 学習済みモデルを使用して画像分類Webアプリを作成 →実際にコードを見たのち、作成したものを動かします
画像分類(画像認識)の活用例 • 自動運転での物体検知 • スマホのロック解除の顔認証 • 工場での不良品・不純物の検知 • など
今回は画像分類でしたが… • 音声認識など、他の分野でも同様のプロセスでモデルへの学習が可能 例:「こんばんは」という文字の情報付きの「こんばんは」の音声を学習させる →「こんばんは」の音声を文字起こし可能になる
終わりに • AI・機械学習のモデル学習や開発について、実際に私が行った内容や作 成したものも交えてお話しました。 • 今回の内容はあくまで一例であり、比較的簡易なものではありましたが、世 の中のAI・機械学習のモデル学習や開発はこのように行っているんだな、 ということがイメージ出来たなら幸いです