$30 off During Our Annual Pro Sale. View Details »
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
67
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
87
勉強会3_LLMを活用する技術について
milky04
0
80
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
76
Other Decks in Programming
See All in Programming
Claude Codeの「Compacting Conversation」を体感50%減! CLAUDE.md + 8 Skills で挑むコンテキスト管理術
kmurahama
1
380
生成AIを利用するだけでなく、投資できる組織へ
pospome
2
350
【CA.ai #3】ワークフローから見直すAIエージェント — 必要な場面と“選ばない”判断
satoaoaka
0
260
從冷知識到漏洞,你不懂的 Web,駭客懂 - Huli @ WebConf Taiwan 2025
aszx87410
2
2.7k
AIの誤りが許されない業務システムにおいて“信頼されるAI” を目指す / building-trusted-ai-systems
yuya4
6
3.7k
AI 駆動開発ライフサイクル(AI-DLC):ソフトウェアエンジニアリングの再構築 / AI-DLC Introduction
kanamasa
3
190
実はマルチモーダルだった。ブラウザの組み込みAI🧠でWebの未来を感じてみよう #jsfes #gemini
n0bisuke2
3
1.2k
ローターアクトEクラブ アメリカンナイト:川端 柚菜 氏(Japan O.K. ローターアクトEクラブ 会長):2720 Japan O.K. ロータリーEクラブ2025年12月1日卓話
2720japanoke
0
730
マスタデータ問題、マイクロサービスでどう解くか
kts
0
110
AIエージェントの設計で注意するべきポイント6選
har1101
4
340
俺流レスポンシブコーディング 2025
tak_dcxi
14
8.9k
S3 VectorsとStrands Agentsを利用したAgentic RAGシステムの構築
tosuri13
6
330
Featured
See All Featured
Six Lessons from altMBA
skipperchong
29
4.1k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
A Tale of Four Properties
chriscoyier
162
23k
The Cost Of JavaScript in 2023
addyosmani
55
9.4k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3.3k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Context Engineering - Making Every Token Count
addyosmani
9
530
Large-scale JavaScript Application Architecture
addyosmani
515
110k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Writing Fast Ruby
sferik
630
62k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.1k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.2k
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