機械学習入門 (in JSL)
by
Etsuji Nakai
Link
Embed
Share
Beginning
This slide
Copy link URL
Copy link URL
Copy iframe embed code
Copy iframe embed code
Copy javascript embed code
Copy javascript embed code
Share
Tweet
Share
Tweet
Slide 1
Slide 1 text
1 Tech Talk 機械学習入門 (in JSL) Introduction to Machine Learning 2012/12/10 Etsuji Nakai
Slide 2
Slide 2 text
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・・・
Slide 3
Slide 3 text
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
Slide 4
Slide 4 text
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
Slide 5
Slide 5 text
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
Slide 6
Slide 6 text
6 ディープラーニング(深層学習) の仕組み
Slide 7
Slide 7 text
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」
Slide 8
Slide 8 text
「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
Slide 9
Slide 9 text
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
Slide 10
Slide 10 text
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
Slide 11
Slide 11 text
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
Slide 12
Slide 12 text
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
Slide 13
Slide 13 text
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
Slide 14
Slide 14 text
Thank you !