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
62
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5_画像生成AIの仕組みと学習・i2i対策
milky04
0
36
勉強会3_LLMを活用する技術について
milky04
0
72
勉強会4_アップデートされたAssistantsAPIを試す
milky04
0
2.4k
勉強会1_SlackのAIチャットボットを作ってみた
milky04
0
74
Other Decks in Programming
See All in Programming
個人軟體時代
ethanhuang13
0
320
[FEConf 2025] 모노레포 절망편, 14개 레포로 부활하기까지 걸린 1년
mmmaxkim
0
1.6k
CloudflareのChat Agent Starter Kitで簡単!AIチャットボット構築
syumai
2
500
GitHubとGitLabとAWS CodePipelineでCI/CDを組み比べてみた
satoshi256kbyte
4
240
Swift Updates - Learn Languages 2025
koher
2
480
基礎から学ぶ大画面対応(Learning Large-Screen Support from the Ground Up)
tomoya0x00
0
1.5k
print("Hello, World")
eddie
2
530
Rancher と Terraform
fufuhu
2
550
パッケージ設計の黒魔術/Kyoto.go#63
lufia
3
440
アルテニア コンサル/ITエンジニア向け 採用ピッチ資料
altenir
0
110
AIでLINEスタンプを作ってみた
eycjur
1
230
testingを眺める
matumoto
1
140
Featured
See All Featured
Six Lessons from altMBA
skipperchong
28
4k
Producing Creativity
orderedlist
PRO
347
40k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
9
810
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
23
1.4k
Why Our Code Smells
bkeepers
PRO
339
57k
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.9k
The Art of Programming - Codeland 2020
erikaheidi
56
13k
Context Engineering - Making Every Token Count
addyosmani
3
46
It's Worth the Effort
3n
187
28k
How GitHub (no longer) Works
holman
315
140k
Navigating Team Friction
lara
189
15k
The Straight Up "How To Draw Better" Workshop
denniskardys
236
140k
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