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
Google Colaboratoryで学ぶ機械学習の基礎 / googlecolabor...
Search
Takahiro Kato
April 13, 2019
Technology
0
500
Google Colaboratoryで学ぶ機械学習の基礎 / googlecolaboratory-de-manabu-kikaigakushu-no-kiso
Takahiro Kato
April 13, 2019
Tweet
Share
More Decks by Takahiro Kato
See All by Takahiro Kato
今すぐ数分で出来る業務ハック - 見えない工数の削減と効果 / imasugusufundedekirugyomuhack-minenaikosunosakugentokoka
takahirokato
0
680
Windows10の設定作業をPowerShellでハック / Windows10nosetteisagyowopowershelldehack
takahirokato
0
650
JAWS-UG 愛媛 第20回勉強会資料 / amazon-sagemaker-demanabu-kikaigakushunokiso-and-tsukaikata
takahirokato
0
1.1k
自己流ML vs Amazon MLから得た知見と未来 / jikoryuml-vs-amazonml
takahirokato
0
1k
Google Colaboratoryで学ぶAIの基礎と正体 / googlecolaboratory-de-manabu-ai-no-kiso-to-shotai
takahirokato
0
1.4k
業務ハック勉強会@愛媛 オープニングトーク / gyoumu-hack-study-ehime-opening
takahirokato
0
410
経験から学んだ反抗勢力の本音と正しい業務改善の1つのあり方 / gyoumu-hack-study-ehime
takahirokato
0
760
Kaggleで始めるAI(モデル)構築
takahirokato
0
610
AIの理解から始めるAI導入への戦略とAWS
takahirokato
1
2.1k
Other Decks in Technology
See All in Technology
AIの個性を理解し、指揮する
shoota
3
610
進化する大規模言語モデル評価: Swallowプロジェクトにおける実践と知見
chokkan
PRO
3
440
初海外がre:Inventだった人間の感じたこと
tommy0124
1
180
日本のソブリンAIを支えるエヌビディアの生成AIエコシステム
acceleratedmu3n
0
110
ViteとTypeScriptのProject Referencesで 大規模モノレポのUIカタログのリリースサイクルを高速化する
shuta13
3
250
AIでデータ活用を加速させる取り組み / Leveraging AI to accelerate data utilization
okiyuki99
6
1.6k
InsightX 会社説明資料/ Company deck
insightx
0
180
Open Table Format (OTF) が必要になった背景とその機能 (2025.10.28)
simosako
3
600
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
2
230
어떤 개발자가 되고 싶은가?
arawn
1
390
dbtとAIエージェントを組み合わせて見えたデータ調査の新しい形
10xinc
7
1.7k
LLM APIを2年間本番運用して苦労した話
ivry_presentationmaterials
5
1.1k
Featured
See All Featured
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
How to Ace a Technical Interview
jacobian
280
24k
The Language of Interfaces
destraynor
162
25k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
31
2.7k
It's Worth the Effort
3n
187
28k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
Testing 201, or: Great Expectations
jmmastey
46
7.7k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.7k
The World Runs on Bad Software
bkeepers
PRO
72
11k
Balancing Empowerment & Direction
lara
5
710
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
10
640
Site-Speed That Sticks
csswizardry
13
940
Transcript
Google ColaboratoryͰֶͿػցֶशͷجૅ 4AI: Ճ౻ و
Agenda w ࣗݾհ w ༰ͷઆ໌ w ػցֶशͷجૅ ࠲ֶ w
(PPHMF$PMBCPSBUPSZ $PMBC ʹ͍ͭͯ w ػցֶशϋϯζΦϯ ϓϩάϥϜ࠲ֶ w ػցֶश·ͱΊ
ࣗݾհ ໊લ Ճ౻و ͔ͱ͏͔ͨͻΖ ࣄɿ Ѫඤݝ৽ډࢢࡏॅ ݩͷձࣾͰάϧʔϓ̨̚*5ਪਐ ࠓ͔͚͍ͬͯΔ̞̩ٕज़ɿ "*ɺ*P5ɺ4FSWFSMFTT"SDIJUFDUVSF
ࠓ͔͚͍ͬͯΔ"*ؔͷٕज़ɾαʔϏεɿ ػցֶशɺ1ZUIPOɺ,BHHMFɺTDJLJUMFBSO ʢσΟʔϓϥʔχϯάͷϋϯζΦϯʜʣ
༰ͷઆ໌
༰ͷઆ໌ ࠓͷΰʔϧ w $PMBCͰػցֶशͷϞσϧΛ࡞ w ػցֶशͷΈͷཧղ w Ͱ͖ΔࣄɾͰ͖ͳ͍ࣄ w ඞཁͳͷ
༰ͷઆ໌ ϋϯζΦϯͰΒͳ͍ࣄ w ϓϩάϥϜͷৄ͍͠આ໌ w ػցֶशϓϩάϥϜͷ࡞ w TDJLJUMFBSO ػցֶशϥΠϒϥϦ Λ༻
w σʔλͷલॲཧΛ࣮ࢪ
ػցֶशͷجૅ
ػցֶशͷجૅ ͡Ίʹ w ຊ༰ͷػցֶश㲈ػցֶश<ڭࢣ͋Γֶश> w ຊ༰ͷϞσϧʢܭࢉࣜʣͷྫ ⭕Θ͔Γ͢͞ ❎࣮ફత
ػցֶशͷجૅ ΠϯϓοτΛΞτϓοτʹม Ϟσϧ ࣜ ʹΠϯϓοτͨ͠Λೖͯ͠ࢉग़ ྫɽ͔Βඅ༻Λࢉग़͢Δ"* "*ͷϞσϧɿZY Zඅ༻Y ͕ͷ߹
<> <අ༻>
ػցֶशͷجૅ අ༻ Z Y ֶशσʔλ
ϓϩοτਤ্ͷ ͷ༩ ˞ֶशσʔλͱΠϯϓοτ<>ͱΞτϓοτ<අ༻>͕ηοτʹͳͬͨσʔλ
ػցֶशͷجૅ අ༻ Z Y Ծઆͷ࡞
˞ԾઆͱΠϯϓοτͱΞτϓοτͷؔΛਪଌ͠ɺࣜͰදͨ͠ͷ
ػցֶशͷجૅ අ༻ Z Y ZY
Ϟσϧͷ࠾༻ Ϟσϧͱֶशσʔλͷޡࠩͷτʔλϧ͕࠷খ͍͞ԾઆΛϞσϧʹ࠾༻
ػցֶशͷجૅ Ϟσϧ·ͱΊ w "*͕Πϯϓοτ˞ΛΞτϓοτ˞ʹม͢Δͷ w ֶशσʔλͱΞϧΰϦζϜʹΑͬͯߏங͞ΕΔͷ w ਖ਼ମࣜ ˞ਓ͔Βͷ࣭ͳͲ ˞ਓ͔Βͷ࣭ʹର͢Δ͑ͳͲ
$PMBC ʹ͍ͭͯ
ػցֶशϋϯζΦϯ $PMBCͱʁ w (PPHMF͕ػցֶशͷڭҭݚڀ༻ʹఏڙͨ͠ΞϓϦ w (PPHMF͕ΧελϚΠζͨ͠+VQZUFS/PUFCPPL w ڥ࡞͕୭ͰͰ͖ΔϨϕϧͰ؆୯ w ແྉʢ(16ɺ516ͷ༻Մೳʣ
˞+VQZUFS/PUFCPPLػցֶशʹΑ͘༻͞ΕΔͷ
ػցֶशϋϯζΦϯ $PMBCͷ੍ݶ w Πϯελϯεىಈ͔Β࣌ؒܦաͰΠϯελϯεఀࢭ w ηογϣϯ͕Ε͔ͯΒܦաͰΠϯελϯεఀࢭ
ػցֶशϋϯζΦϯ
ػցֶशϋϯζΦϯ ϋϯζΦϯ༻σʔλ IUUQTCJUMZ9WHK) ಡΈࠐΉϑΝΠϧ 3FHSFTTJPO #PTUPOIPVTFQSJDFT JQZOC $MBTTJGJDBUJPO IBOEXJUUFOEJHJUT JQZOC
ࠓͷ·ͱΊ
ࠓͷ·ͱΊ جຊతʹࣈɺࣈͰදͤΔͷ͔͠ѻ͑ͳ͍ w ࣗવݴޠॲཧϕΫτϧԽ͍ͯ͠Δ w ٕज़ͷਐาʹΑΓɺը૾σʔλΛѻ͏ࣄ͕Մೳʹ ֶशσʔλʹΑͬͯਫ਼͕େ͖͘มԽ͢Δ w ༻͢Δσʔλʢಛʣͷܾఆ w
ܽଛɾҟৗͷॲཧ मਖ਼ɾআ ϞσϧࣜΛ࡞͍ͬͯΔ Ϟσϧ࡞Δ͚ͩͳΒ؆୯ɻਫ਼ΛٻΊΔͱ͍͠
ࠓͷ·ͱΊ جຊతʹࣈɺࣈͰදͤΔͷ͔͠ѻ͑ͳ͍ w ࣗવݴޠॲཧϕΫτϧԽ͍ͯ͠Δ w ٕज़ͷਐาʹΑΓɺը૾σʔλΛѻ͏ࣄ͕Մೳʹ ֶशσʔλʹΑͬͯਫ਼͕େ͖͘มԽ͢Δ w ༻͢Δσʔλʢಛʣͷܾఆ w
ܽଛɾҟৗͷॲཧ मਖ਼ɾআ ϞσϧࣜΛ࡞͍ͬͯΔ Ϟσϧ࡞Δ͚ͩͳΒ؆୯ɻਫ਼ΛٻΊΔͱ͍͠
ࠓͷ·ͱΊ ػցֶशͷ४උ Ӧۀੳͷྫɿ Ӧۀ׆ಈ༰ΛจষͰͳ͘ɺӦۀ׆ಈͷϙΠϯτΛϦετ Ξοϓͯ͠ɺߦಈͷ༗ແ PS είΞ
Ͱೖྗ ΞϙΛࣄલʹͱΓɺࣄ લௐ͔ࠪΒಘͨ Λղܾ͢ΔιϦϡʔγϣ ϯΛఏҊͯ͠ܖ͕ͱ Ε·ͨ͠ Ξϙɹɹɹɹɹ☑ ࣄલௐࠪɹɹɹ☑ ఏҊ࣋ࠐɹ☑ ͓࢈ɹɹɹɹ⬛ ܖ☑
ࠓͷ·ͱΊ جຊతʹࣈɺࣈͰදͤΔͷ͔͠ѻ͑ͳ͍ w ࣗવݴޠॲཧϕΫτϧԽ͍ͯ͠Δ w ٕज़ͷਐาʹΑΓɺը૾σʔλΛѻ͏ࣄ͕Մೳʹ ֶशσʔλʹΑͬͯਫ਼͕େ͖͘มԽ͢Δ w ༻͢Δσʔλʢಛʣͷܾఆ w
ܽଛɾҟৗͷॲཧ मਖ਼ɾআ ϞσϧࣜΛ࡞͍ͬͯΔ Ϟσϧ࡞Δ͚ͩͳΒ؆୯ɻਫ਼ΛٻΊΔͱ͍͠
ࠓͷ·ͱΊ جຊతʹࣈɺࣈͰදͤΔͷ͔͠ѻ͑ͳ͍ w ࣗવݴޠॲཧϕΫτϧԽ͍ͯ͠Δ w ٕज़ͷਐาʹΑΓɺը૾σʔλΛѻ͏ࣄ͕Մೳʹ ֶशσʔλʹΑͬͯਫ਼͕େ͖͘มԽ͢Δ w ༻͢Δσʔλʢಛʣͷܾఆ w
ܽଛɾҟৗͷॲཧ मਖ਼ɾআ ϞσϧࣜΛ࡞͍ͬͯΔ Ϟσϧ࡞Δ͚ͩͳΒ؆୯ɻਫ਼ΛٻΊΔͱ͍͠
ػցֶश·ͱΊ σʔλͷ ҼՌؔͷ͋Δಛσʔλ͕ෳଘࡏ͢Δ߹ɿ ෳͷσʔλΛͦΕͧΕ"*ʹ༩͑Δ͚ͩͰͳ͘ɺ ෳͷσʔλΛ߹ࢉͨ̍ͭ͠ͷσʔλΛ༩͑Δ ZВY ВY YY Y ZВY
ࠓͷ·ͱΊ جຊతʹࣈɺࣈͰදͤΔͷ͔͠ѻ͑ͳ͍ w ࣗવݴޠॲཧϕΫτϧԽ͍ͯ͠Δ w ٕज़ͷਐาʹΑΓɺը૾σʔλΛѻ͏ࣄ͕Մೳʹ ֶशσʔλʹΑͬͯਫ਼͕େ͖͘มԽ͢Δ w ༻͢Δσʔλʢಛʣͷܾఆ w
ܽଛɾҟৗͷॲཧ मਖ਼ɾআ ϞσϧࣜΛ࡞͍ͬͯΔ Ϟσϧ࡞Δ͚ͩͳΒ؆୯ɻਫ਼ΛٻΊΔͱ͍͠
5IBOLZPVGPSZPVSBUUFOUJPO