ILSVRC(ImageNet Large Scale Visual Recognition Competition/大規模画像認識)の2012・2014
2012年にDeepLearning登場 CNN を利用した『AlexNet』
ジェフリー・ヒントン教授が率いるトロント大学のSuperVisionチームが写真データに写っている物体を特定する人工知能をディープラーニングで ...
G検定2020 シラバス
アーサー・サミュエル(1901-1990)
・ベル研究所・IBM(1949~)
・ハッシュテーブルを考案
・サミュエル チェッカーズ-Playing Program(チ ...
保護中: 検定対策ページ
ディープラーニングにおいては大量のデータをまとめて扱い、それらの演算によって学習や予測を行うことが多い。
例えば、数値を縦方向に1列に並べたベクトルや縦方向・横方向に並べた行列を用いて、順伝播計算・逆伝播計算を行う。
穴埋めの問題を作成してくれるサイト https://realint.com/quiz/
例:
文章入力欄に「検査の単価は、検体を検査機関に輸送する必要がある場合は1万8000円と決まりましたが、窓口負担分も全額公費で補助されるため、自己負担は発生しません。」
と入力すると
検査の( ...
サポートベクターマシン
サポートベクターマシン は2クラス分類のアルゴリズムとして考案されました。 しかし、 非常に性能が良いので現在は多クラス分類や回帰問題にも応用されています。
サポートベクターマシンを回帰問題に応用した回帰分析手法をサポート ...
ロジスティック回帰は2クラス分類に用いられる教師あり学習のアルゴリズム
対数オッズを線形回帰
↓
対数オッズをロジット変換
↓
最大確率
正規化
XOR=EOR=EX-OR
排他的論理和(はいたてきろんりわ、英: exclusive or/exclusive disjunction)とは、ブール論理や古典論理、ビット演算などにおいて、2つの入力のどちらか片方が真でもう片方が偽の時には結果が真となり、両方と ...
勾配消失問題(勾配が消失することで学習が進まなくなる問題)原因は活性化関数
勾配消失問題とは、機械学習手法のひとつであるニューラルネットワークの設計において、勾配が消失することで学習が進まなくなる技術的な問題のことです。
ニューラルネットワークによる学習を行う際、最もシンプルなモデルである単純パー ...
短時間のデータしか処理できないRNNを解決したのがLSTM(Long Short-Term Memory)
LSTM は、 記憶 を 保持 できる LSTM ブロック を 隠れ 層 に し た もの です。
LSTM ブロック の 内部 構造 は、 記憶 セル・入力 ゲート( input gate)・入力 判断 ゲート( inp ...
RNN(Recurrent Neural Network)時系列データを扱うニューラルネットワーク=音声データ
リカレント・ニューラル・ネットワーク
ディープラーニング は、 画像認識 の 分野 だけで なく、 音声認識 の 分野 でも 画期的 な 性能 を 発揮 し まし た。
CNN が 扱う 画像 データ は 二次元 ...
BERT~、今後のコア技術
BERT( Bidirectional Encoder Representations from Transformers)
Google AI 双方向Transformer で言語モデルを事前学習することで汎用性を獲得し ...
kNN法(K近傍法 k Network Neighbor)とk-means法(教師なしの手法)は目的が全然違う
kNN法はクラス分類のアルゴリズム
クラス判別用の手法。
学習データをベクトル空間上にプロットしておき、未知のデータが得られたら、そこから距離が近い順に任意のK個を取得し、多数決でデータが属するクラスを推定する。 ...
ホールドアウト法・クロスバリデーション法(交差検証)・リーブワンアウト法
教師あり学習・ホールドアウト法
ホールドアウトって 〔腕を〕伸ばす・〔手に何かを持って相手に~を〕差し出す、提供する、提出する・〔最後まで〕持ちこたえる、辛抱する、粘る、耐える、抵抗する・〔食糧が〕もつ・〔希望を〕抱かせる ...
過学習は機械学習の最大の問題~正則化(Lasso)~ドロップアウト
学習済モデルが、学習に用いていない未知のデータに対しての予測値が悪いままになってしまう問題。→正則化
学習期間が長すぎたり、訓練データが典型的なものでなかった場合、学習者は訓練データの特定のランダムな(本来学習させたい特徴 ...
教師あり・なし・強化の学習・回帰・分類
これは、英語の和訳かな?
教師あり——入力と対応する正解をつくっておいて、それを使って、予測器を正解ラベルに近づけることを目標に学習を行う手法——ビッグデータ
現 ...
シンギュラリティ=技術的特異点・レイ・カーツワイル博士の2045年問題
神経の働きをシミュレーションしたニューロコンピューターにより、脳内の神経細胞の働きは一部が再現可能となっています。
20年以内にはコンピューター内のニューロンの数は人間の脳の数を超えることができ、コンピューターが意識を持つ ...
保護中: 「フレーム問題」はAIの本質的な問題(人間との違い・感覚で変わる・選択肢が無限なのが人間)
フレーム問題っていう言葉があります。
まったく「無」の状態でこんな言葉を聞くと、「フレーム」って何?問題って何?
、、、、っていうことで、これはAIの世界での慣用句の話ですので、ちょっとメモ。
哲学 ...
ニューロンは単純な数値予測器・ニューラルネットワークの最小単位
入力 →中間(隠れ)→出力
パーセプトロンと何が違うのか
→パーセプトロンはニューラルネットワークのもとになる単純な識別器。
パ-セプトロンは線形分離が可能。
多層パーセプトロンは非線形な活 ...
第1次ブーム60~70’s「推論と探索」「トイプロブレム」で終わり。第2次は80’s エキスパートシステム
1950年代・機械翻訳はやったけど実用的には至らなかった。らしい。そりゃそうだ。
※ちなみにディープラーニングは第3次ブーム(第3次ブームは機械学習とデープラーニング(深層学習))
第2次ブームのエキスパートシ ...
機械学習=アーサーサミュエルの定義
アーサーサミュエル「明示的にプログラムしなくても学習する能力をコンピュータに与える研究分野」
機械学習は手法
深層学習ははアルゴリズム
アラン・チューリングは1950年(第一次ブームの始まり)・イライザ1966年・RFC439は1972年
「チューリングテストは、ある機械がAIかどうかを判断するためのテスト」って書いてあるけど、そんな昔の話やったっけ?
具体的には、機械であることを伏せて会話させて、相手が機械であるかを人間に判断させて、それが機械やと判断した ...