Submit Search
Upload
Casual learning machine_learning_with_excel_no1
•
2 likes
•
156 views
K
KazuhiroSato8
Follow
株式会社エクテック カジュアル勉強会 Excelで機械学習入門 第1回の投影資料
Read less
Read more
Education
Report
Share
Report
Share
1 of 104
Download now
Download to read offline
Recommended
Casual data analysis_with_python_vol1
Casual data analysis_with_python_vol1
KazuhiroSato8
AIによる簡単レコメンドシステム実装
AIによる簡単レコメンドシステム実装
Core Concept Technologies
固有表現抽出と適用例のご紹介
固有表現抽出と適用例のご紹介
Core Concept Technologies
Casual datascience vol2
Casual datascience vol2
KazuhiroSato8
Casual datascience vol1
Casual datascience vol1
KazuhiroSato8
センシングサイエンティストが経費精算を自動化したらこうなった
センシングサイエンティストが経費精算を自動化したらこうなった
Core Concept Technologies
20170414 kintone hive_nagoya_エイチーム
20170414 kintone hive_nagoya_エイチーム
Cybozucommunity
パートナーコラボレーションを支えるASP
パートナーコラボレーションを支えるASP
Cybozucommunity
Recommended
Casual data analysis_with_python_vol1
Casual data analysis_with_python_vol1
KazuhiroSato8
AIによる簡単レコメンドシステム実装
AIによる簡単レコメンドシステム実装
Core Concept Technologies
固有表現抽出と適用例のご紹介
固有表現抽出と適用例のご紹介
Core Concept Technologies
Casual datascience vol2
Casual datascience vol2
KazuhiroSato8
Casual datascience vol1
Casual datascience vol1
KazuhiroSato8
センシングサイエンティストが経費精算を自動化したらこうなった
センシングサイエンティストが経費精算を自動化したらこうなった
Core Concept Technologies
20170414 kintone hive_nagoya_エイチーム
20170414 kintone hive_nagoya_エイチーム
Cybozucommunity
パートナーコラボレーションを支えるASP
パートナーコラボレーションを支えるASP
Cybozucommunity
210825 HR NOTE conference
210825 HR NOTE conference
Ryoichi Nakamura
kintone は会社のお医者さん
kintone は会社のお医者さん
Cybozucommunity
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
「エネルギーハーベスティング技術を活用したニフコデバイスとIoT検討サービスの紹介~NTT東日本、丸紅情報システムズ、ニフコ3社協働体制~」株式会社ニフコ
「エネルギーハーベスティング技術を活用したニフコデバイスとIoT検討サービスの紹介~NTT東日本、丸紅情報システムズ、ニフコ3社協働体制~」株式会社ニフコ
デジタル田園都市国家構想 応援団
Pythonで簡単動画解析
Pythonで簡単動画解析
Core Concept Technologies
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
2017年度フェロー活動報告会資料 堀尾慎さん
2017年度フェロー活動報告会資料 堀尾慎さん
Code for Japan
ICDP的 re:Invent recap 2017
ICDP的 re:Invent recap 2017
Takuya Tachibana
へぷたごん と わーどぷれす(Shifter使ってみた話)
へぷたごん と わーどぷれす(Shifter使ってみた話)
Takuya Tachibana
「AI-Ready化」のススメ CDLE LT会 #2
「AI-Ready化」のススメ CDLE LT会 #2
Kazutoshi Nakano
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
Takuya Tachibana
Bluemixの登録 201704
Bluemixの登録 201704
Kenichi Inoue
kintoneでビジュアル操作
kintoneでビジュアル操作
Cybozucommunity
2018/01/26 kintone devCcamp fukuoka
2018/01/26 kintone devCcamp fukuoka
Junya Kume
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
Ken Kurahashi
EVミニカート、技術交流&ミニセミナ 発表資料
EVミニカート、技術交流&ミニセミナ 発表資料
耕二 阿部
2017年度コーポレートフェローシップ活動報告資料 ⽴野州芳さん、山口智彦さん
2017年度コーポレートフェローシップ活動報告資料 ⽴野州芳さん、山口智彦さん
Code for Japan
Casual learning anomaly_detection_with_machine_learning_no1
Casual learning anomaly_detection_with_machine_learning_no1
KazuhiroSato8
株式会社エナーバンク_会社紹介資料_エネオクを使った無料の電力コスト削減について.pdf
株式会社エナーバンク_会社紹介資料_エネオクを使った無料の電力コスト削減について.pdf
koitaku3775
Aidemy
Aidemy
ssuser72fb17
LB_B営業資料.pdf
LB_B営業資料.pdf
ssuserdc53c01
More Related Content
What's hot
210825 HR NOTE conference
210825 HR NOTE conference
Ryoichi Nakamura
kintone は会社のお医者さん
kintone は会社のお医者さん
Cybozucommunity
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
「エネルギーハーベスティング技術を活用したニフコデバイスとIoT検討サービスの紹介~NTT東日本、丸紅情報システムズ、ニフコ3社協働体制~」株式会社ニフコ
「エネルギーハーベスティング技術を活用したニフコデバイスとIoT検討サービスの紹介~NTT東日本、丸紅情報システムズ、ニフコ3社協働体制~」株式会社ニフコ
デジタル田園都市国家構想 応援団
Pythonで簡単動画解析
Pythonで簡単動画解析
Core Concept Technologies
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
2017年度フェロー活動報告会資料 堀尾慎さん
2017年度フェロー活動報告会資料 堀尾慎さん
Code for Japan
ICDP的 re:Invent recap 2017
ICDP的 re:Invent recap 2017
Takuya Tachibana
へぷたごん と わーどぷれす(Shifter使ってみた話)
へぷたごん と わーどぷれす(Shifter使ってみた話)
Takuya Tachibana
「AI-Ready化」のススメ CDLE LT会 #2
「AI-Ready化」のススメ CDLE LT会 #2
Kazutoshi Nakano
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
Takuya Tachibana
Bluemixの登録 201704
Bluemixの登録 201704
Kenichi Inoue
kintoneでビジュアル操作
kintoneでビジュアル操作
Cybozucommunity
2018/01/26 kintone devCcamp fukuoka
2018/01/26 kintone devCcamp fukuoka
Junya Kume
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
Ken Kurahashi
EVミニカート、技術交流&ミニセミナ 発表資料
EVミニカート、技術交流&ミニセミナ 発表資料
耕二 阿部
2017年度コーポレートフェローシップ活動報告資料 ⽴野州芳さん、山口智彦さん
2017年度コーポレートフェローシップ活動報告資料 ⽴野州芳さん、山口智彦さん
Code for Japan
What's hot
(18)
210825 HR NOTE conference
210825 HR NOTE conference
kintone は会社のお医者さん
kintone は会社のお医者さん
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
「エネルギーハーベスティング技術を活用したニフコデバイスとIoT検討サービスの紹介~NTT東日本、丸紅情報システムズ、ニフコ3社協働体制~」株式会社ニフコ
「エネルギーハーベスティング技術を活用したニフコデバイスとIoT検討サービスの紹介~NTT東日本、丸紅情報システムズ、ニフコ3社協働体制~」株式会社ニフコ
Pythonで簡単動画解析
Pythonで簡単動画解析
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
2017年度フェロー活動報告会資料 堀尾慎さん
2017年度フェロー活動報告会資料 堀尾慎さん
ICDP的 re:Invent recap 2017
ICDP的 re:Invent recap 2017
へぷたごん と わーどぷれす(Shifter使ってみた話)
へぷたごん と わーどぷれす(Shifter使ってみた話)
「AI-Ready化」のススメ CDLE LT会 #2
「AI-Ready化」のススメ CDLE LT会 #2
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
Bluemixの登録 201704
Bluemixの登録 201704
kintoneでビジュアル操作
kintoneでビジュアル操作
2018/01/26 kintone devCcamp fukuoka
2018/01/26 kintone devCcamp fukuoka
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
「レバレジーズ×ビズリーチ」マーケツール連携の裏側全部語ります。
EVミニカート、技術交流&ミニセミナ 発表資料
EVミニカート、技術交流&ミニセミナ 発表資料
2017年度コーポレートフェローシップ活動報告資料 ⽴野州芳さん、山口智彦さん
2017年度コーポレートフェローシップ活動報告資料 ⽴野州芳さん、山口智彦さん
Similar to Casual learning machine_learning_with_excel_no1
Casual learning anomaly_detection_with_machine_learning_no1
Casual learning anomaly_detection_with_machine_learning_no1
KazuhiroSato8
株式会社エナーバンク_会社紹介資料_エネオクを使った無料の電力コスト削減について.pdf
株式会社エナーバンク_会社紹介資料_エネオクを使った無料の電力コスト削減について.pdf
koitaku3775
Aidemy
Aidemy
ssuser72fb17
LB_B営業資料.pdf
LB_B営業資料.pdf
ssuserdc53c01
中年期ITエンジニアのキャリア発達
中年期ITエンジニアのキャリア発達
Koji Nagae
Tech Japan会社紹介資料_we're hiring.pdf
Tech Japan会社紹介資料_we're hiring.pdf
ssuserbe323c
758 dev meijo_unv-prof_suzuki_20200217
758 dev meijo_unv-prof_suzuki_20200217
ryohrd
菊地の研究ポートフォリオ2019版 v1.01
菊地の研究ポートフォリオ2019版 v1.01
Shunsuke Kikuchi
20180308 LWUG in osaka_kyotec_sogo
20180308 LWUG in osaka_kyotec_sogo
Gentaro Sogo
20190517 twilio business seminar in osaka #3
20190517 twilio business seminar in osaka #3
Ukyo Satake
21 02-18 web seminar
21 02-18 web seminar
忍 寺門
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
Rakuten Group, Inc.
20190411 kasimadadays
20190411 kasimadadays
m_miyamoto
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoTビジネス共創ラボ
雰囲気を察して笑顔をもたらす スマートリビング スマートロボット
雰囲気を察して笑顔をもたらす スマートリビング スマートロボット
Yoichi Yamazaki
CET(Capture EveryThing)プロジェクトにおけるﰀ機械学 習・データマイニング最前線
CET(Capture EveryThing)プロジェクトにおけるﰀ機械学 習・データマイニング最前線
Recruit Lifestyle Co., Ltd.
Tech Japan採用資料202308.pptx
Tech Japan採用資料202308.pptx
ssuser9376c4
DX推進で成長する企業とそれを支える最新技術(抜粋版)
DX推進で成長する企業とそれを支える最新技術(抜粋版)
満 近森
オイシックスドット大地_エンジニア向け会社紹介資料_伊藤氏
オイシックスドット大地_エンジニア向け会社紹介資料_伊藤氏
igarashikeiichi
マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics
マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics
Ren Higa
Similar to Casual learning machine_learning_with_excel_no1
(20)
Casual learning anomaly_detection_with_machine_learning_no1
Casual learning anomaly_detection_with_machine_learning_no1
株式会社エナーバンク_会社紹介資料_エネオクを使った無料の電力コスト削減について.pdf
株式会社エナーバンク_会社紹介資料_エネオクを使った無料の電力コスト削減について.pdf
Aidemy
Aidemy
LB_B営業資料.pdf
LB_B営業資料.pdf
中年期ITエンジニアのキャリア発達
中年期ITエンジニアのキャリア発達
Tech Japan会社紹介資料_we're hiring.pdf
Tech Japan会社紹介資料_we're hiring.pdf
758 dev meijo_unv-prof_suzuki_20200217
758 dev meijo_unv-prof_suzuki_20200217
菊地の研究ポートフォリオ2019版 v1.01
菊地の研究ポートフォリオ2019版 v1.01
20180308 LWUG in osaka_kyotec_sogo
20180308 LWUG in osaka_kyotec_sogo
20190517 twilio business seminar in osaka #3
20190517 twilio business seminar in osaka #3
21 02-18 web seminar
21 02-18 web seminar
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
20190411 kasimadadays
20190411 kasimadadays
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
雰囲気を察して笑顔をもたらす スマートリビング スマートロボット
雰囲気を察して笑顔をもたらす スマートリビング スマートロボット
CET(Capture EveryThing)プロジェクトにおけるﰀ機械学 習・データマイニング最前線
CET(Capture EveryThing)プロジェクトにおけるﰀ機械学 習・データマイニング最前線
Tech Japan採用資料202308.pptx
Tech Japan採用資料202308.pptx
DX推進で成長する企業とそれを支える最新技術(抜粋版)
DX推進で成長する企業とそれを支える最新技術(抜粋版)
オイシックスドット大地_エンジニア向け会社紹介資料_伊藤氏
オイシックスドット大地_エンジニア向け会社紹介資料_伊藤氏
マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics
マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics
More from KazuhiroSato8
Casual learning-machinelearningwithexcelno8
Casual learning-machinelearningwithexcelno8
KazuhiroSato8
Casual learning machine_learning_with_excel_no7
Casual learning machine_learning_with_excel_no7
KazuhiroSato8
Casual data analysis_with_python_vol2
Casual data analysis_with_python_vol2
KazuhiroSato8
Casual datascience vol5
Casual datascience vol5
KazuhiroSato8
Casual learning machine learning with_excel_no6
Casual learning machine learning with_excel_no6
KazuhiroSato8
Casual learning machine learning with_excel_no5
Casual learning machine learning with_excel_no5
KazuhiroSato8
Casual learning machine learning with_excel_no4
Casual learning machine learning with_excel_no4
KazuhiroSato8
Basic deep learning_framework
Basic deep learning_framework
KazuhiroSato8
Casual learning machine learning with_excel_no3
Casual learning machine learning with_excel_no3
KazuhiroSato8
Casual learning machine learning with_excel_no2
Casual learning machine learning with_excel_no2
KazuhiroSato8
エクテック カジュアル勉強会 データサイエンスを学ぶ第2回
エクテック カジュアル勉強会 データサイエンスを学ぶ第2回
KazuhiroSato8
エクテック カジュアル勉強会 データサイエンスを学ぶ第1回
エクテック カジュアル勉強会 データサイエンスを学ぶ第1回
KazuhiroSato8
Casual datascience vol4
Casual datascience vol4
KazuhiroSato8
Casual datascience vol3
Casual datascience vol3
KazuhiroSato8
More from KazuhiroSato8
(14)
Casual learning-machinelearningwithexcelno8
Casual learning-machinelearningwithexcelno8
Casual learning machine_learning_with_excel_no7
Casual learning machine_learning_with_excel_no7
Casual data analysis_with_python_vol2
Casual data analysis_with_python_vol2
Casual datascience vol5
Casual datascience vol5
Casual learning machine learning with_excel_no6
Casual learning machine learning with_excel_no6
Casual learning machine learning with_excel_no5
Casual learning machine learning with_excel_no5
Casual learning machine learning with_excel_no4
Casual learning machine learning with_excel_no4
Basic deep learning_framework
Basic deep learning_framework
Casual learning machine learning with_excel_no3
Casual learning machine learning with_excel_no3
Casual learning machine learning with_excel_no2
Casual learning machine learning with_excel_no2
エクテック カジュアル勉強会 データサイエンスを学ぶ第2回
エクテック カジュアル勉強会 データサイエンスを学ぶ第2回
エクテック カジュアル勉強会 データサイエンスを学ぶ第1回
エクテック カジュアル勉強会 データサイエンスを学ぶ第1回
Casual datascience vol4
Casual datascience vol4
Casual datascience vol3
Casual datascience vol3
Casual learning machine_learning_with_excel_no1
1.
カジュアル勉強会 @仙台 Excelで機械学習入門 第1回 株式会社
エクテック 取締役 兼データサイエンティスト
2.
エクテックのミッション (Introduction)
3.
東北を、仙台を、 データサイエンスで 盛り上げる
4.
始 動: 2019年10⽉ 拠 点: 仙台市内
2拠点 資本⾦: 2,000,000円 (⾃⼰資本) 社員数: 3名(+若⼲名) 株式会社 エクテック
5.
自己紹介 東京出⾝ 防衛⼤学校 第56期⽣ 電気通信⼤学 ⼤学院 流体⼒学・⼯学分野にて超⾳速場の研究に従事
6.
自己紹介 ⼤⼿通信キャリアにて NWエンジニア・データエンジニアを 国内No.1 名刺管理クラウド企業にて 研究員 兼
ビジネスプロデューサを経て
7.
⼤⼿通信キャリアにて NWエンジニア・データエンジニアを 国内No.1 名刺管理クラウド企業にて 研究員 兼
ビジネスプロデューサを経て 現在は東北を、仙台を、 データサイエンスで盛り上げるため 様々な取り組みを⾏っています 自己紹介
8.
プライベートな趣味として データサイエンスはもちろん, PUBG(Player Unknown Battle
Ground), Monster Hunter PS4, 第五⼈格 お酒全般, 新しい物好き, ⽇本史好きです 自己紹介
9.
第10回までの流れ 1回~3回 4回~10回 AI周辺の 基本知識 最適化の基本 推論の基本 重回帰分析 機械学習 サポートベクタマシン ナイーブベイズ ニューラルネットワーク RNN/BPTT 強化学習/Q学習
10.
前段
11.
勉強会に参加する以上...
12.
『なにか』を 持って帰って欲しい
13.
『すべて』は難しいけれど 気になった、興味をもった キーワードでも良いので ⼿元に持って帰って いただけると幸いです
14.
環境について (Surroundings)
15.
Excel 2013, 2016 Google
Spreadsheets
16.
本日のアジェンダ 1. 機械学習とAI, 深層学習とは 2.
教師あり学習と教師なし学習 3. モデルの最適化と最小2乗法
17.
機械学習とAI, 深層学習とは
18.
「AIがプロ棋⼠に勝つ」
19.
「AIがCT画像から 医師以上にガン患部を発⾒」
20.
「AIが投資判断」
21.
「AIによる⾃動運転」
22.
「AIによる創作活動」
23.
「AIによって、ロボットによって ヒトの仕事が奪われる」
24.
“2045年に ⼈⼯知能が⼈間の知性を超える” (シンギュラリティ, 技術的特異点)
25.
AI (Artificial Intelligence) とは?
26.
頭の中でちょっと 思い浮かべてみてください
27.
(1分間)
28.
「知的な機械、特に知的なコンピュータ プログラムを作る科学と技術」 (⽇本⼈⼯知能学会HPより)
29.
AIには、⻑い歴史がある
30.
第1次世代 1960年代 1970年代初め 『探索』 パズルや迷路を解く トイ・プロブレム (おもちゃの問題)
31.
第1次世代 1960年代 1970年代初め 『探索』 パズルや迷路を解く 第2次世代 1980年代 トイ・プロブレム (おもちゃの問題) 『知識』 エキスパートシステム 医療・生産・金融・ 会計・人事など さまざまな分野
32.
第1次世代 1960年代 1970年代初め 『探索』 パズルや迷路を解く 第2次世代 1980年代 第3次世代 2010年代 トイ・プロブレム (おもちゃの問題) 『知識』 エキスパートシステム 医療・生産・金融・ 会計・人事など さまざまな分野 『推論』 特徴量エンジニアリング パターン認識・自動生成・ 長期的な予測・分類・ クラスタリング…etc
33.
第1次世代 1960年代 1970年代初め 『探索』 プログラミングによって ルールベースによる問題解決を行なっていた
34.
第1次世代 1960年代 1970年代初め 『探索』 プログラミングによって ルールベースによる問題解決を行なっていた 行き止まりの場合、戻る T字路の場合、右を選択する 十字路の場合、右を選択する
35.
第1次世代 1960年代 1970年代初め 『探索』 プログラミングによって ルールベースによる問題解決を行なっていた 行き止まりの場合、戻る T字路の場合、右を選択する 十字路の場合、右を選択する 現実問題を解くのは難しく AIに対しての失望感が広がった (冬の時代へ)
36.
第2次世代 1980年代 『知識』 ルールベースであるが 専門的な知識をバックグラウンドに問題解決
37.
第2次世代 1980年代 『知識』 ルールベースであるが 専門的な知識をバックグラウンドに問題解決 さまざまな初期症状から、 該当するものの組み合わせから病名を推薦する ※膨大なルールが構築されるものの、 矛盾が生じてしまう場合があった
38.
第2次世代 1980年代 『知識』 ルールベースであるが 専門的な知識をバックグラウンドに問題解決 さまざまな初期症状から、 該当するものの組み合わせから病名を推薦する ※膨大なルールが構築されるものの、 矛盾が生じてしまう場合があった ⼈間のもつ膨⼤な(曖昧な)常識の量と それらを具体的に記述する困難さ (冬の時代へ)
39.
第3次世代 2010年代 『推論』 ルールベースから脱却して大量のデータを 処理させながら、うまい「分け方」を コンピュータ自らに学習させる
40.
第3次世代 2010年代 『推論』 ルールベースから脱却して大量のデータを 処理させながら、うまい「分け方」を コンピュータ自らに学習させる 未知のものに対する判断や予測が可能に 人間の力を借りずに「特微量」を見出す ディープラーニング(深層学習)
41.
機械学習とは?
42.
機械学習 教師あり学習 教師なし学習
43.
機械学習 教師あり学習 教師なし学習 半教師あり学習
44.
機械学習 第2世代型の『⼈が機械に教える』
45.
機械学習 第2世代型の『⼈が機械に教える』 『機械がデータから学ぶ』
46.
データをもとに、 コンピュータが⾃ら学習する
47.
データをもとに、 コンピュータが⾃ら学習する 予測 分類 識別
48.
深層学習とは?
49.
統計学的アプローチ ニューラルネットワーク AI 機械学習(マシーンラーニング) ディープラーニング(深層学習)
50.
深層学習(ディープラーニング)とは 多層のニューラルネットワークを ⽤いた機械学習の⽅法論
51.
90年代に訪れた冬の時代から 計算機の能⼒が⼤きく向上したこと ウェブや検索エンジンの発達に伴い ⼤規模な訓練データを⽤意可能となった
52.
パラメータ最適化の難しさを 容易に解決できるようになった 80年代から盛んに研究されていた ニューラルネットワークが息を吹き返した
53.
これらニューラルネットワークを 重ね合わせること(多層化すること)で ⾳声、画像あるいは⾔語を対象とする AIの諸問題に対して圧倒的に⾼い性能を⽰す
54.
このような背景で 深層学習(ディープラーニング)は さまざまな場⾯で活躍している
55.
教師あり学習と教師なし学習
56.
教師あり学習
57.
データを 学習⽤データ, 検証⽤データ にわけてモデルを構築する
58.
学習⽤データ 検証⽤データ
59.
学習⽤データ 説明変数 これら値が、尤もらしさ を⾒出すもととなる
60.
学習⽤データ ⽬的変数 いわゆる、正解ラベル というもの。
61.
学習⽤データ パターン(説明変数)と 正確ラベル(⽬的変数) をもとにモデル構築
62.
学習した モデル 学習⽤データ
63.
学習した モデル 学習⽤データ 検証⽤データ
64.
学習した モデル 正解ラベル 出⼒結果
65.
学習した モデル 正解ラベル 出⼒結果 正解ラベルに対して 出⼒結果がどれくらい 正解しているか? ↓ 正解率 ↓ モデルの 予測精度
66.
教師なし学習
67.
『教師』となる 『正解ラベル』がない
68.
データ構造の中から ⾃ら分別して、特徴を⾒出すもの
69.
教師なし 学習モデル 主成分分析 オートエンコーダー クラスタリング ⾃⼰組織化マップ 敵対的⽣成ネットワーク DBSCAN データ かたまり A B C
70.
モデルの最適化と最⼩2乗法
71.
モデルとは?
72.
データ 加⼯ モデル 評価 モデル 構築 リリース データ 収集
73.
データ 加⼯ モデル 評価 モデル 構築 リリース データ 収集
74.
データ 加⼯ モデル 評価 モデル 構築 リリース データ 収集
75.
データ 加⼯ モデル 評価 モデル 構築 リリース データ ⾒直し データ 収集
76.
データ 加⼯ モデル 評価 モデル 構築 リリース データ ⾒直し データ 収集
77.
最適化とは?
78.
実際のデータ 学習済みのモデル
79.
モデルが説明できる部分 実際のデータ 学習済みのモデル
80.
最⼩化したい モデルが説明できない部分
81.
誤差を最⼩化すること ⼀般的に「最適化」といいます
82.
最⼩2乗法
83.
ごく⼀般的で基本となる⼿法に 最⼩2乗法があります
84.
予測値実際の値
85.
これら誤差の2乗の総和を最⼩化する
86.
これら誤差の2乗の総和を最⼩化する 平⽅誤差の総和を最⼩化する パラメータを持つモデルが最適である
87.
最⼩2乗法の例題
88.
x y 1 13.3 2
15.8 3 19.4 4 22.3 ある新興国の x年⽬の経済成⻑率y% 未知の5年⽬の経済成⻑率 を予測してみたい 経済成⻑率は ax + b (a, b は定数) で予測できると仮定
89.
未知の5年⽬の経済成⻑率 予測値 y_future は... y_future
= ax + b
90.
未知の5年⽬の経済成⻑率 予測値 y_future は... y_future
= ax + b 回帰⽅程式
91.
k年⽬の実際の値 y、予測値 y_k
の間には... 誤差があるはず。その誤差を eとするれば e = (y - y_k ) = {y - (ax + b)} 2 2
92.
k年⽬の実際の値 y、予測値 y_k
の間には... 誤差があるはず。その誤差を eとするれば e = (y - y_k ) = {y - (ax + b)} 2 2 x y 1 13.3 2 15.8 3 19.4 4 22.3 この値を代⼊する
93.
e = (y
- y_k ) = {y - (ax + b)} 2 2 e = {13.3 - (a + b)} + {15.8 - (2a + b)} + {19.4 - (3a + b)} + {19.4 - (4a + b)} 2 2 2 2 となる
94.
微分積分の知識が必要だけれど この e を最⼩にするときには 下記の関係が成⽴します δe δa =
0 δe δb = 0
95.
微分積分の知識が必要だけれど この e を最⼩にするときには 下記の関係が成⽴します δe δa =
0 δe δb = 0 先ほど代⼊したeと合わせて
96.
30a + 10b
= 192.3 10a + 4b = 70.8 これを解くと a = 3.06, b = 10.05
97.
30a + 10b
= 192.3 10a + 4b = 70.8 これを解くと a = 3.06, b = 10.05 このとき、eは最⼩になる
98.
もともとの回帰⽅程式は、下記ようになる y = 3.06x
+ 10.05
99.
もともとの回帰⽅程式は、下記ようになる y = 3.06x
+ 10.05 よって、5年⽬の経済成⻑率 y_futureは 3.06 ✖ 5 + 10.05 = 25.35 ≒ 25.4%
100.
このa, b こそが 「最適化されたパラメータ」 となっている
101.
Excelで実践 Google Spreadsheetで実践 両⽅ともに “LINEST”という関数を利⽤します
102.
第1回は、 以上となります
103.
ご不明点・ご質問・ご相談は Slackで無償でお答えいたします
104.
EoF
Download now