Soumettre la recherche
Mettre en ligne
機械学習入門
•
Télécharger en tant que PPTX, PDF
•
4 j'aime
•
2,173 vues
Fujio Kojima
Suivre
クライアントDevDay @ 関西 (2018/06/16) https://connpass.com/event/87879/ #DevDayKansai
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 60
Télécharger maintenant
Recommandé
C# でニューラルネットワークをスクラッチで書いて機械学習の原理を理解しよう
C# でニューラルネットワークをスクラッチで書いて機械学習の原理を理解しよう
Fujio Kojima
機械学習 (AI/ML) 勉強会 #1 基本編
機械学習 (AI/ML) 勉強会 #1 基本編
Fujio Kojima
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
Fujio Kojima
C#の新機能勉強会 ~ C#7、8の新機能を活用して速く安全なプログラムを書こう~
C#の新機能勉強会 ~ C#7、8の新機能を活用して速く安全なプログラムを書こう~
Fujio Kojima
.NETラボ 勉強会 2021年1月 「C#で機械学習」
.NETラボ 勉強会 2021年1月 「C#で機械学習」
Fujio Kojima
C#勉強会 ~ C#9の新機能 ~
C#勉強会 ~ C#9の新機能 ~
Fujio Kojima
科学技術計算関連Pythonパッケージの概要
科学技術計算関連Pythonパッケージの概要
Toshihiro Kamishima
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Yasutomo Kawanishi
Recommandé
C# でニューラルネットワークをスクラッチで書いて機械学習の原理を理解しよう
C# でニューラルネットワークをスクラッチで書いて機械学習の原理を理解しよう
Fujio Kojima
機械学習 (AI/ML) 勉強会 #1 基本編
機械学習 (AI/ML) 勉強会 #1 基本編
Fujio Kojima
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
Fujio Kojima
C#の新機能勉強会 ~ C#7、8の新機能を活用して速く安全なプログラムを書こう~
C#の新機能勉強会 ~ C#7、8の新機能を活用して速く安全なプログラムを書こう~
Fujio Kojima
.NETラボ 勉強会 2021年1月 「C#で機械学習」
.NETラボ 勉強会 2021年1月 「C#で機械学習」
Fujio Kojima
C#勉強会 ~ C#9の新機能 ~
C#勉強会 ~ C#9の新機能 ~
Fujio Kojima
科学技術計算関連Pythonパッケージの概要
科学技術計算関連Pythonパッケージの概要
Toshihiro Kamishima
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Yasutomo Kawanishi
「深層学習」勉強会LT資料 "Chainer使ってみた"
「深層学習」勉強会LT資料 "Chainer使ってみた"
Ken'ichi Matsui
PythonによるDeep Learningの実装
PythonによるDeep Learningの実装
Shinya Akiba
Chainer v1.6からv1.7の新機能
Chainer v1.6からv1.7の新機能
Ryosuke Okuta
Infer.netによるldaの実装
Infer.netによるldaの実装
池田 直哉
はじめての人のためのDeep Learning
はじめての人のためのDeep Learning
Tadaichiro Nakano
201209 Biopackathon 12th
201209 Biopackathon 12th
Satoshi Kume
NumPyが物足りない人へのCython入門
NumPyが物足りない人へのCython入門
Shiqiao Du
2013.07.15 はじパタlt scikit-learnで始める機械学習
2013.07.15 はじパタlt scikit-learnで始める機械学習
Motoya Wakiyama
Deep Learning基本理論とTensorFlow
Deep Learning基本理論とTensorFlow
Tadaichiro Nakano
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Yasutomo Kawanishi
画像処理でのPythonの利用
画像処理でのPythonの利用
Yasutomo Kawanishi
Pythonによる機械学習の最前線
Pythonによる機械学習の最前線
Kimikazu Kato
ディープニューラルネット入門
ディープニューラルネット入門
TanUkkii
前回のCasual Talkでいただいたご要望に対する進捗状況
前回のCasual Talkでいただいたご要望に対する進捗状況
JubatusOfficial
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Yasutomo Kawanishi
第1回 Jubatusハンズオン
第1回 Jubatusハンズオン
Yuya Unno
Jubatus Casual Talks #2: 大量映像・画像のための異常値検知とクラス分類
Jubatus Casual Talks #2: 大量映像・画像のための異常値検知とクラス分類
Hirotaka Ogawa
Jupyter NotebookとChainerで楽々Deep Learning
Jupyter NotebookとChainerで楽々Deep Learning
Jun-ya Norimatsu
Enjoy handwritten digits recognition AI !!
Enjoy handwritten digits recognition AI !!
KAIKenzo
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
Masaki Hayashi
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
de:code 2017
Azure Machine Learning Services 概要 - 2019年3月版
Azure Machine Learning Services 概要 - 2019年3月版
Daiyu Hatakeyama
Contenu connexe
Tendances
「深層学習」勉強会LT資料 "Chainer使ってみた"
「深層学習」勉強会LT資料 "Chainer使ってみた"
Ken'ichi Matsui
PythonによるDeep Learningの実装
PythonによるDeep Learningの実装
Shinya Akiba
Chainer v1.6からv1.7の新機能
Chainer v1.6からv1.7の新機能
Ryosuke Okuta
Infer.netによるldaの実装
Infer.netによるldaの実装
池田 直哉
はじめての人のためのDeep Learning
はじめての人のためのDeep Learning
Tadaichiro Nakano
201209 Biopackathon 12th
201209 Biopackathon 12th
Satoshi Kume
NumPyが物足りない人へのCython入門
NumPyが物足りない人へのCython入門
Shiqiao Du
2013.07.15 はじパタlt scikit-learnで始める機械学習
2013.07.15 はじパタlt scikit-learnで始める機械学習
Motoya Wakiyama
Deep Learning基本理論とTensorFlow
Deep Learning基本理論とTensorFlow
Tadaichiro Nakano
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Yasutomo Kawanishi
画像処理でのPythonの利用
画像処理でのPythonの利用
Yasutomo Kawanishi
Pythonによる機械学習の最前線
Pythonによる機械学習の最前線
Kimikazu Kato
ディープニューラルネット入門
ディープニューラルネット入門
TanUkkii
前回のCasual Talkでいただいたご要望に対する進捗状況
前回のCasual Talkでいただいたご要望に対する進捗状況
JubatusOfficial
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Yasutomo Kawanishi
第1回 Jubatusハンズオン
第1回 Jubatusハンズオン
Yuya Unno
Jubatus Casual Talks #2: 大量映像・画像のための異常値検知とクラス分類
Jubatus Casual Talks #2: 大量映像・画像のための異常値検知とクラス分類
Hirotaka Ogawa
Jupyter NotebookとChainerで楽々Deep Learning
Jupyter NotebookとChainerで楽々Deep Learning
Jun-ya Norimatsu
Enjoy handwritten digits recognition AI !!
Enjoy handwritten digits recognition AI !!
KAIKenzo
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
Masaki Hayashi
Tendances
(20)
「深層学習」勉強会LT資料 "Chainer使ってみた"
「深層学習」勉強会LT資料 "Chainer使ってみた"
PythonによるDeep Learningの実装
PythonによるDeep Learningの実装
Chainer v1.6からv1.7の新機能
Chainer v1.6からv1.7の新機能
Infer.netによるldaの実装
Infer.netによるldaの実装
はじめての人のためのDeep Learning
はじめての人のためのDeep Learning
201209 Biopackathon 12th
201209 Biopackathon 12th
NumPyが物足りない人へのCython入門
NumPyが物足りない人へのCython入門
2013.07.15 はじパタlt scikit-learnで始める機械学習
2013.07.15 はじパタlt scikit-learnで始める機械学習
Deep Learning基本理論とTensorFlow
Deep Learning基本理論とTensorFlow
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
画像処理でのPythonの利用
画像処理でのPythonの利用
Pythonによる機械学習の最前線
Pythonによる機械学習の最前線
ディープニューラルネット入門
ディープニューラルネット入門
前回のCasual Talkでいただいたご要望に対する進捗状況
前回のCasual Talkでいただいたご要望に対する進捗状況
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Pythonによる機械学習入門 ~Deep Learningに挑戦~
第1回 Jubatusハンズオン
第1回 Jubatusハンズオン
Jubatus Casual Talks #2: 大量映像・画像のための異常値検知とクラス分類
Jubatus Casual Talks #2: 大量映像・画像のための異常値検知とクラス分類
Jupyter NotebookとChainerで楽々Deep Learning
Jupyter NotebookとChainerで楽々Deep Learning
Enjoy handwritten digits recognition AI !!
Enjoy handwritten digits recognition AI !!
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
Similaire à 機械学習入門
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
de:code 2017
Azure Machine Learning Services 概要 - 2019年3月版
Azure Machine Learning Services 概要 - 2019年3月版
Daiyu Hatakeyama
Metaprogramming Universe in C# - 実例に見るILからRoslynまでの活用例
Metaprogramming Universe in C# - 実例に見るILからRoslynまでの活用例
Yoshifumi Kawai
2018/06/23 Sony"s deep learning software and the latest information
2018/06/23 Sony"s deep learning software and the latest information
Sony Network Communications Inc.
[db tech showcase Tokyo 2018] #dbts2018 #A22 『最高のデータプラットフォームを、最短でつくる方法』
[db tech showcase Tokyo 2018] #dbts2018 #A22 『最高のデータプラットフォームを、最短でつくる方法』
Insight Technology, Inc.
db techshowcase 2018 最⾼のデータプラットフォームを、 最短でつくる⽅法
db techshowcase 2018 最⾼のデータプラットフォームを、 最短でつくる⽅法
Natsumi Yotsumoto
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Sotaro Kimura
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
Daiyu Hatakeyama
20171212 titech lecture_ishizaki_public
20171212 titech lecture_ishizaki_public
Kazuaki Ishizaki
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Daiyu Hatakeyama
Aws summit tokyo 2016
Aws summit tokyo 2016
Shotaro Motomura
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
Yaboo Oyabu
Azure Machine Learning services 2019年6月版
Azure Machine Learning services 2019年6月版
Daiyu Hatakeyama
190904FIT情報処理学会の量子コンピュータ
190904FIT情報処理学会の量子コンピュータ
Yuichiro MInato
SmartNews の Webmining を支えるプラットフォーム
SmartNews の Webmining を支えるプラットフォーム
SmartNews, Inc.
なにわテック20180127
なにわテック20180127
Natsutani Minoru
巨大なサービスと膨大なデータを支えるプラットフォーム
巨大なサービスと膨大なデータを支えるプラットフォーム
Tetsutaro Watanabe
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
Daiyu Hatakeyama
Interop2019 Toyota Netcope P4
Interop2019 Toyota Netcope P4
Kentaro Ebisawa
気ままに勉強会 第30回 Google Apps Scriptやってる鰹🐟の初めてのPower Apps
気ままに勉強会 第30回 Google Apps Scriptやってる鰹🐟の初めてのPower Apps
Demodori Gatsuo - A Certain Citizen Developers Association
Similaire à 機械学習入門
(20)
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
Azure Machine Learning Services 概要 - 2019年3月版
Azure Machine Learning Services 概要 - 2019年3月版
Metaprogramming Universe in C# - 実例に見るILからRoslynまでの活用例
Metaprogramming Universe in C# - 実例に見るILからRoslynまでの活用例
2018/06/23 Sony"s deep learning software and the latest information
2018/06/23 Sony"s deep learning software and the latest information
[db tech showcase Tokyo 2018] #dbts2018 #A22 『最高のデータプラットフォームを、最短でつくる方法』
[db tech showcase Tokyo 2018] #dbts2018 #A22 『最高のデータプラットフォームを、最短でつくる方法』
db techshowcase 2018 最⾼のデータプラットフォームを、 最短でつくる⽅法
db techshowcase 2018 最⾼のデータプラットフォームを、 最短でつくる⽅法
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
20171212 titech lecture_ishizaki_public
20171212 titech lecture_ishizaki_public
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Aws summit tokyo 2016
Aws summit tokyo 2016
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
Azure Machine Learning services 2019年6月版
Azure Machine Learning services 2019年6月版
190904FIT情報処理学会の量子コンピュータ
190904FIT情報処理学会の量子コンピュータ
SmartNews の Webmining を支えるプラットフォーム
SmartNews の Webmining を支えるプラットフォーム
なにわテック20180127
なにわテック20180127
巨大なサービスと膨大なデータを支えるプラットフォーム
巨大なサービスと膨大なデータを支えるプラットフォーム
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
Interop2019 Toyota Netcope P4
Interop2019 Toyota Netcope P4
気ままに勉強会 第30回 Google Apps Scriptやってる鰹🐟の初めてのPower Apps
気ままに勉強会 第30回 Google Apps Scriptやってる鰹🐟の初めてのPower Apps
Plus de Fujio Kojima
Burikaigi 2023「C# Live Coding!」 小島の分
Burikaigi 2023「C# Live Coding!」 小島の分
Fujio Kojima
2022.04.23 .NET 6 -7 時代のデスクトップ アプリケーション開発
2022.04.23 .NET 6 -7 時代のデスクトップ アプリケーション開発
Fujio Kojima
.NET 6 時代のデスクトップ アプリケーション開発
.NET 6 時代のデスクトップ アプリケーション開発
Fujio Kojima
BuriKaigi 2022 「C# Live Coding!」 小島の分
BuriKaigi 2022 「C# Live Coding!」 小島の分
Fujio Kojima
.NET 5 勉強会 ~.NET Framework から .NET へ~
.NET 5 勉強会 ~.NET Framework から .NET へ~
Fujio Kojima
『議論パターン』 (Discussion Patterns) ~不毛な議論を避け、実り有る議論とするために~
『議論パターン』 (Discussion Patterns) ~不毛な議論を避け、実り有る議論とするために~
Fujio Kojima
C# ドキドキ ライブ コーディング!! ~ 小島の分 ~ | BuriKaigi 2020
C# ドキドキ ライブ コーディング!! ~ 小島の分 ~ | BuriKaigi 2020
Fujio Kojima
牛タン会議 2019 @ 仙台 「C# ドキドキ ライブ!!」 小島の分
牛タン会議 2019 @ 仙台 「C# ドキドキ ライブ!!」 小島の分
Fujio Kojima
機械学習 (AI/ML) 勉強会 #2 IoT編
機械学習 (AI/ML) 勉強会 #2 IoT編
Fujio Kojima
BuriKaigi2019 「C# ドキドキ・ライブコーディング」 小島の分
BuriKaigi2019 「C# ドキドキ・ライブコーディング」 小島の分
Fujio Kojima
C# LINQ ~深く知って、使いまくろう~
C# LINQ ~深く知って、使いまくろう~
Fujio Kojima
「ふくいソフトウェアコンペティション 2014 大賞受賞者プレゼンテーション」
「ふくいソフトウェアコンペティション 2014 大賞受賞者プレゼンテーション」
Fujio Kojima
.NET MVP によるドキドキ・ライブコーディング! 小島の分
.NET MVP によるドキドキ・ライブコーディング! 小島の分
Fujio Kojima
Windows アプリケーション開発はじめに ~ Windows アプリケーション開発初学者の方向けVisual Studio を使ったアプリケーショ...
Windows アプリケーション開発はじめに ~ Windows アプリケーション開発初学者の方向けVisual Studio を使ったアプリケーショ...
Fujio Kojima
HTML5 on ASP.NET
HTML5 on ASP.NET
Fujio Kojima
最新C#動向と関数型言語haskell ~命令型静的プログラミングから関数型動的プログラミングへのシフト~
最新C#動向と関数型言語haskell ~命令型静的プログラミングから関数型動的プログラミングへのシフト~
Fujio Kojima
C# 式木 (Expression Tree) ~ LINQをより深く理解するために ~
C# 式木 (Expression Tree) ~ LINQをより深く理解するために ~
Fujio Kojima
C# 6.0 Preview
C# 6.0 Preview
Fujio Kojima
Microsoft .NET 入門
Microsoft .NET 入門
Fujio Kojima
Visual Studio による開発環境・プログラミングの進化
Visual Studio による開発環境・プログラミングの進化
Fujio Kojima
Plus de Fujio Kojima
(20)
Burikaigi 2023「C# Live Coding!」 小島の分
Burikaigi 2023「C# Live Coding!」 小島の分
2022.04.23 .NET 6 -7 時代のデスクトップ アプリケーション開発
2022.04.23 .NET 6 -7 時代のデスクトップ アプリケーション開発
.NET 6 時代のデスクトップ アプリケーション開発
.NET 6 時代のデスクトップ アプリケーション開発
BuriKaigi 2022 「C# Live Coding!」 小島の分
BuriKaigi 2022 「C# Live Coding!」 小島の分
.NET 5 勉強会 ~.NET Framework から .NET へ~
.NET 5 勉強会 ~.NET Framework から .NET へ~
『議論パターン』 (Discussion Patterns) ~不毛な議論を避け、実り有る議論とするために~
『議論パターン』 (Discussion Patterns) ~不毛な議論を避け、実り有る議論とするために~
C# ドキドキ ライブ コーディング!! ~ 小島の分 ~ | BuriKaigi 2020
C# ドキドキ ライブ コーディング!! ~ 小島の分 ~ | BuriKaigi 2020
牛タン会議 2019 @ 仙台 「C# ドキドキ ライブ!!」 小島の分
牛タン会議 2019 @ 仙台 「C# ドキドキ ライブ!!」 小島の分
機械学習 (AI/ML) 勉強会 #2 IoT編
機械学習 (AI/ML) 勉強会 #2 IoT編
BuriKaigi2019 「C# ドキドキ・ライブコーディング」 小島の分
BuriKaigi2019 「C# ドキドキ・ライブコーディング」 小島の分
C# LINQ ~深く知って、使いまくろう~
C# LINQ ~深く知って、使いまくろう~
「ふくいソフトウェアコンペティション 2014 大賞受賞者プレゼンテーション」
「ふくいソフトウェアコンペティション 2014 大賞受賞者プレゼンテーション」
.NET MVP によるドキドキ・ライブコーディング! 小島の分
.NET MVP によるドキドキ・ライブコーディング! 小島の分
Windows アプリケーション開発はじめに ~ Windows アプリケーション開発初学者の方向けVisual Studio を使ったアプリケーショ...
Windows アプリケーション開発はじめに ~ Windows アプリケーション開発初学者の方向けVisual Studio を使ったアプリケーショ...
HTML5 on ASP.NET
HTML5 on ASP.NET
最新C#動向と関数型言語haskell ~命令型静的プログラミングから関数型動的プログラミングへのシフト~
最新C#動向と関数型言語haskell ~命令型静的プログラミングから関数型動的プログラミングへのシフト~
C# 式木 (Expression Tree) ~ LINQをより深く理解するために ~
C# 式木 (Expression Tree) ~ LINQをより深く理解するために ~
C# 6.0 Preview
C# 6.0 Preview
Microsoft .NET 入門
Microsoft .NET 入門
Visual Studio による開発環境・プログラミングの進化
Visual Studio による開発環境・プログラミングの進化
機械学習入門
1.
機械学習入門 クライアントDevDay @ 関西 2018/06/16 小島
富治雄
2.
小島 富治雄 @Fujiwo 福井コンピュータホールディングス株式会社 Microsoft MVP
(2005-2018) C#関連 自己紹介
3.
1. 機械学習 (Machine
Learning) とは 2. ニューラル ネットワークとは 3. デモ Microsoft Cognitive Services Python/C#による機械学習 Azure Machine Learning Studio 本日ご紹介する内容
4.
LIFULLのAI戦略、予測分析はマーケティングをどう変えるのか? DataRobot
シバタアキラ氏と大阪ガス 河本 薫氏が語る「AIの民主化」 ピザハット、宅配待ち時間削減へAIベンチャーのGAUSSとデータ解析の取り組みを開始 人工知能で記者が欲しい情報を表示、PR TIMESが「リリースAI受信」を提供開始 GMO NIKKO、アフィリエイト広告向けのアドベリフィケーション機能を開発 Adobe、人工知能で検索エンジンマーケティングのROIを改善する「Adobe Advertising Cloud Search」を提供 Appier、AIプラットフォーム「AIXON」にオーディエンスのセグメンテーション予測機 能を追加 AI がビジネスを変える 3
5.
機械学習 (Machine Learning) とは
6.
人間の知能の一部をコンピュータで再現する技術 まず 人工知能 (Artificial
Intelligence) とは
7.
人工知能の歴史 6
8.
人工知能の一分野 コンピュータプログラムが経験、 学習を行う 機械学習とは
9.
機械学習 (Machine Learning) ディープラーニング (深層学習:
Deep Learning) 強化学習 (Reinforcement Learning) 深層強化学習 (Deep Reinforcement Learning) 機械学習の種類
10.
アルゴリズムを自分で考えプログラミングを行うのではなく、 大きなデータから統計的に解を求める 例.
株価予想 通常の開発 株価予想アルゴリズムを考え、それをプログラミング 機械学習 たくさんの株価のデータ → 機械に学習させる ニューラルネットワークを使用 → 学習済みの機械が株価予想を行う 機械学習 9
11.
機械学習の一種 通常のものと違って多層になった ニューラルネットワークを使用 画像解析や音声認識、自然言語理解、 翻訳など、複雑な処理にはこちら 作成のハードルは、かなり高い 高いコンピュータ パワーが求められるため、 CPUだけでなく GPUも利用 ディープラーニング
(深層学習: Deep Learning)
12.
ディープ ラーニング ニューラル ネットワーク
ディープ ラーニング
13.
機械学習の一種 通常の機械学習では、たくさんのパラメーターと 正解をデータとして与え、それを統計的に解析 (学習) することにより、新たなパラメーターから 正解を導けるようになるが、強化学習は、 はっきりとした正解がないような場合に用いられる 強化学習 (Reinforcement
Learning) 12
14.
ディープラーニングを用いた強化学習 プロ棋士に勝ったことで有名な「アルファ碁」 などのゲームのAIや自動運転技術などで利用 深層強化学習 (Deep Reinforcement
Learning) 13
15.
人工知能と機械学習 人工知能 (AI) 機械学習 (ML) Deep
Learning
16.
数学 線形代数 統計 多変量解析 機械学習に必要な基礎知識 15
17.
プログラミング言語 Python R言語 etc… 機械学習に必要な基礎知識 16
18.
1. Python 2. Java 3.
R 4. C++ 5. C 6. JavaScript 7. Scala 8. Julia 機械学習で使われるプログラミング言語 17
19.
Microsoft Cognitive Services Web
API 経由で利用できる “人口知能パーツ“ ML のモデルを自作せずに、 成果を手軽に利用可 18
20.
19
21.
20
22.
21
23.
22
24.
23
25.
24
26.
Computer Vision API Demo 25
27.
Custom Vision Service Demo 26
28.
ニューラル ネットワークとは
29.
神経細胞のネットワーク
30.
神経細胞のネットワークを模倣 ニューラル ネットワーク 入力 入力 ・ ・ ・ 出力 出力 ・・・ ・ ・・ ・ ・・ ・ ・・ ニューロン 入力層
中間層 出力層
31.
個々のニューロン ニューロン 出力 入力 入力 ・・ ・ 入力 バイアス
32.
神経細胞が入力の合計を出力 にするときの性質をモデル化 シグモイド関数
33.
ニューラル ネットワークによる分類
34.
今回作成するニューラル ネットワーク 入力 入力 出力 ニューロン 入力層 中間層
出力層 バイアス 重み
35.
今回のニューラル ネットワークの訓練 正解ー 1. 重みの修正 2.
重みの修正 入力 入力 ニューロン 入力層 中間層 出力層 バイアス 重み 出力
36.
Demo
37.
public class Neuron
// ニューロン { double sum; public double Value { get; private set; } = 0.0; public void Input(IEnumerable<Input> inputData) { inputData.ForEach(input => Input(input.WeightingValue)); Value = Math.Sigmoid(sum); } void Input(double value) => sum += value; } C# によるニューロンの実装
38.
C# によるニューラル ネットワークの実装 public
class NeuralNetwork // ニューラル ネットワーク { // 各層 double[] inputLayer; Neuron[] middleLayer; Neuron outputLayer; // バイアス double inputLayerBias = 1.0; double middleLayerBias = 1.0; // 各層の重み // 入力層 → 中間層の重み double[,] inputWeight = new double[,] { { 0.0, 0.0 }, { 0.0, 0.0 }, { 0.0, 0.0 } }; // 中間層 → 出力層の重み double[] middleWeight = new[] { 0.0, 0.0, 0.0 };
39.
C# によるニューラル ネットワークの実装
(続き) // 実行 public double Commit((double, double) data) { // 各層 inputLayer = new[] { data.Item1, data.Item2, inputLayerBias }; middleLayer = new[] { new Neuron(), new Neuron() }; outputLayer = new Neuron(); // 入力層→中間層 middleLayer.For((index, neuron) => middleLayer[index].Input(ToInputData(inputLayer, inputWeight.GetColumn(index).ToArray()))); // 中間層→出力層 outputLayer.Input(new[] { new Input { Value = middleLayer[0].Value, Weight = middleWeight[0] }, new Input { Value = middleLayer[1].Value, Weight = middleWeight[1] }, new Input { Value = middleLayerBias , Weight = middleWeight[2] } }); return outputLayer.Value; }
40.
C# によるニューラル ネットワークの実装
(続き) // 学習 void Learn((double, double, double) data) { var outputData = Commit((data.Item1, data.Item2)); var correctValue = data.Item3; var learningRate = 0.3; // 学習係数 // 出力層→中間層 // δmo = (出力値 - 正解値) × 出力の微分 var daltaMO = (correctValue - outputData) * outputData * (1.0 - outputData); var oldMiddleWeight = middleWeight.Clone() as double[]; // 修正量 = δmo × 中間層の値 × 学習係数 middleLayer.For((index, neuron) => middleWeight[index] += neuron.Value * daltaMO * learningRate); middleWeight[2] += middleLayerBias * daltaMO * learningRate; // 中間層→入力層 // δim = δmo × 中間出力の重み × 中間層の微分 var deltaIM = middleLayer.IndexSelect(index => daltaMO * oldMiddleWeight[index] * middleLayer[index].Value * (1.0 - middleLayer[index].Value)).ToArray(); // 修正量 = δim × 入力層の値 × 学習係数 inputWeight.For((row, column, _) => inputWeight[row, column] += inputLayer[row] * deltaIM[column] * learningRate); }
41.
C# によるニューラル ネットワークの実装
(続き) // 学習 public void Learn(IEnumerable<(double, double, double)> dataCollection, int times) => times.Times(() => dataCollection.ForEach(data => Learn(data))); static IEnumerable<Input> ToInputData(double[] inputLayer, double[] inputWeight) => inputLayer.IndexSelect(index => new Input { Value = inputLayer[index], Weight = inputWeight[index] }); }
42.
43.
実行結果 (シグモイド関数)
44.
実行結果 (座標データと訓練前)
45.
実行結果 (教師データと訓練後)
46.
訓練前の重みの値
47.
訓練後の重みの値
48.
機械学習用の ライブラリー 47 Microsoft Cognitive Toolkit
49.
機械学習のライブラリー 48 Google 製 ディープラーニング用 Preferred
Networks (日本の企業) 製 ディープラーニング用 BVLC (カリフォルニア大学) 製 ディープラーニング用 Google 製 機械学習一般用 Microsoft Cognitive Toolkit Microsoft 製 ディープラーニング用
50.
CPU と GPU 49 コア数
得意分野 本来の用途 CPU 2, 4, 8, 16, … 直列処理 演算 GPU 数千 並列処理 画像処理 ディープラーニングは並列処理だらけ
51.
機械学習とGPU 50 ○ GPU対応版あり ○ ライブラリーの導入で対応可 ○
ライブラリーの導入で対応可 × Microsoft Cognitive Toolkit ○ GPU対応版あり
52.
Python のライブラリー scikit-learn
を用いて、 株価の予想を行う 株価予想 (Python版) 51 Demo
53.
Azure Machine Learning
Studio 52
54.
機械学習 (Machine Learning) 53 例.
Azure SQL Database クラウドに保存 例. Azure Machine Learning Studio 機械学習で解析! データをクラウドに かき集める Python によるデー タの最適化 API
55.
Azure SQL Database 54
56.
55 Azure SQL Database
57.
Azure Machine Learning
Studio を用いて、 株価の予想を行う 株価予想 (Azure Machine Learning Studio版) 56 Demo
58.
「C# でニューラルネットワークをフルスクラッチで書いて機械学習の原理を理解しよう」 https://github.com/Fujiwo/CSharpNeuralNetworkSample-AI-decode サンプル ソース
コードのご紹介
59.
「Microsoft Azure Machine
Learning Studio による株価予想チュートリアル」 https://github.com/Fujiwo/PredictStockPrice-AI-decode 関連資料
60.
参考書籍 59 機械学習入門 ボルツマン機械学習から深層学習まで ¥2,484 あたらしい人工知能の教科書
プロダクト/サービス 開発に必要な基礎知識 ¥2,808 Pythonで動かして学ぶ! あたらしい機械学習の教科書 ¥2,894 詳解 ディープラーニング TensorFlow・Kerasによる時 系列データ処理 ¥3,672 ゼロから作るDeep Learning ―Pythonで学ぶディープ ラーニングの理論と実装 ¥3,672 Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量 エンジニアリングと機械学習の基礎 ¥3,672 やさしく学ぶ 機械学習を理解するための数学のきほ ん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数 学、実装まで~ ¥2,786
Télécharger maintenant