ML基本のキの一筆目

機械学習とディープラーニングの区別がついていない人が多かったので書きました。（私のまわりだけ？）
また会話でよく出てくる用語について、調べてみた資料です。

Transcript

1. ML基本のキの一筆目 令和元年 6月18日 oda@sendai 　
2. きっかけ 区別ついていますか。 ・機械学習(machine learning) ・深層学習(deep learning)
3. 答え
4. 機械学習と深層学習 ・機械学習 何を学習するか人が決める 複雑な問題は苦手 計算コストが低い ・深層学習 何を学習するかも含めて学習させられる 複雑な問題に対応できる 計算コストが高い
5. AI（artificial intelligence） コンピュータによる知的な情報処理システムの設計や実現に関す る「研究分野」。 人工知能 - Wikipedia https://ja.wikipedia.org/wiki/人工知能
6. 機械学習（machine learning） 人間が持つ学習能力を機械で実現する「技術・手法」の総称であ る。 機械学習 - Wikipedia https://ja.wikipedia.org/wiki/機械学習
7. 機械学習（machine learning） 従来のソフトは、プログラム通りに動作する。 機械学習は、与えられたデータから学習し、 自律的に共通する法則を見つけだす。
8. 機械学習（machine learning） 手法の一例 ・決定木学習 ・相関ルール学習 ・ニューラルネットワーク ・遺伝的プログラミング ・サポートベクターマシン
9. ニューラルネットワーク （neural network） 機械学習の手法の一つで人間の脳の仕組みを模倣したもの。 ニューラルネットワーク - Wikipedia https://ja.wikipedia.org/wiki/ニューラルネットワーク
10. 深層学習（deep learning） 多層のニューラルネットワークによる「機械学習手法」である。 重みづけを自動的に更新する。 ディープラーニング - Wikipedia https://ja.wikipedia.org/wiki/ディープラーニング
11. 深層学習（deep learning） モデルの例 ・畳み込みニューラルネットワーク ・回帰型ニューラルネットワーク ・スタックドオートエンコーダ
12. 単純パーセプトロン
13. 多層パーセプトロン 単純パーセプトロンを、 複数組み合わせたもの。
14. 深層学習（deep learning） deep learningは、 ４層以上で構成されるもの。
15. モデル 数理モデルとは、系を微分方程式などの数学の言葉で記述したもの。 上記の意味はよくわからないが、よくあるものとして、 画像認識モデル・自然言語処理モデルなど。 数理モデル - Wikipedia https://ja.wikipedia.org/wiki/数理モデル
16. ラベル 問題と答えをセットにして学習させる場合の、 答えのことを「ラベル」と言う。 教師データと呼ぶこともある。 問題と答えを結びつける作業を「ラベル付け」と言う。
17. 教師有り学習 与えられるデータが、何であるか or 正解・不正解 をセットにして 学習させる。 動物の写真に「犬である」「猫である」と、ラベルを付けて読み込ま せる。 類似データの予測を行う。
18. 教師無し学習 データだけで学習させる。 動物の写真から猫の特徴、犬の特徴を学習する。 データの特徴・本質を学習させられる。
19. 強化学習（Reinforcement learning） 環境内におけるエージェントが、現在の状態を観測し、 取るべき行動を決定する問題を扱う機械学習の一種。 エージェントは行動を選択することで環境から報酬を得る。 強化学習は一連の行動を通じて報酬が最も多く得られるような方 策(policy)を学習する。 強化学習 - Wikipedia https://ja.wikipedia.org/wiki/強化学習
20. Python ・学習コストが低く、初心者にも使いやすい言語である。 ・ライブラリが多数ある。 NumPy、SciPy 高速な数値計算ライブラリ。 データサイエンスや科学技術コンピューティングに よく用いられていた。 pytorch、scikit-learn、Keras、TensorFlow 機械学習分野で用いる。
21. ML基本のキの一筆目 END