Machine learning
•Télécharger en tant que PPTX, PDF•
3 j'aime•1,708 vues
世の中の機械学習に関する情報は数式ばかりでよくわからん！ 結局，機械学習では何ができて何ができないんよ？！ ・・と，お嘆きのオシャレエンジニアの皆さんのために，『用例から入る機械学習の解説』を作りました．
Recommandé
Contenu connexe
En vedette
En vedette (20)
Machine learning
- 2. 最近ホットな話題 2011年：音声認識の精度を従来手法に比べ10%程度改善． 2012年：画像認識のコンテストで，従来手法を使用したチームに 10%のエラー差をつけて大勝． 2013年：Google, Baidu, Yahoo, Facebookが投資と人材争奪合戦． Deep Learning たくさんの画像 出力結果特徴生成 http://googleblog.blogspot.jp/2012/06/using-large-scale-brain-simulations-for.h
- 3. 機械学習使えたらモテる？
- 5. 今回は何が違うん？ 新たな学習方式 これまで 前処理 学習器 元データ （文章，音声，画像・・・） 結果 DNN (Deep Neural Network) 新しいの 低次元化された 特徴量
- 6. 今回は何が違うん？2 学習に用いる大規模データの収集と扱いが容易に • インターネットの普及 • UGC等による情報拡散の敷居の低減 • IoTにより，さらに大量の情報が． • ロボットによる生の情報の収集． 情報が生成されるスピードに， 人類が追いつけなくなってきた．
- 9. 機械学習で何ができる？ • 関数近似 • 領域分割 • クラスタリング • 最適解探索 など
- 10. 具体的に何やねん？ • スパムフィルタ • IME，かな漢字変換 • 製鉄プラントの自動運転 • 融資先の信用リスク評価 • 手書き文字認識
- 13. 機械学習分野の見かた • 典型的な問題 • 学習器 • 学習方策 • テクニック • アヤメの分類 • クラスタリング • n本腕バンディット • ニューラルネット(NN) • サポートベクターマシン(SVM) • k-means • ニュートン法 • 強化学習 • モンテカルロ法 • 遺伝的アルゴリズム(GA) • ブースティング • ソフトマックス手法 他にも色々 あるよ
- 18. 関数近似問題 問題例 適した学習器 NN，(最小自乗法，ニュートン法，強化学習) 問題の特徴 • 期待される出力が一意のとき モデル式が ある場合 sin(x)-cos(y)+random()/10 2-1-1 全結合NN
- 19. Neural Network (NN)の仕組 み i1 i2 im ・ ・ ・ o o = 1 if wkik k=1 m å ³ th 0 if wkik k=1 m å < th ì í ï ï î ï ï th 人の神経回路素子（パーセプトロン）を 模擬した素子を結合してネットワークを 構成する． 誤差逆伝搬法（バックプロパゲーショ ン）等を用いて重みと閾値を学習する． 閾値重み
- 20. n本腕バンディット問題 問題例 適した学習器 強化学習 問題の特徴 • 状況に対応する正解が与えられない • 結果を得るためにコストが発生する スロットマシーンは片側にレバーが付いて いるので，「片腕のバンディット」と呼ば れる．n個のそれぞれ当たる確率が異なる スロットマシーンを使って，利益を最速で 最大にせよ．
- 21. 強化学習の仕組み V(s) ¬V(s) +a[V(s') -V(s)] sの行動価値 実際にsの行動 を行って 得られた価値 漸近するための ステップサイズ パラメータ 最終的に得られる行動価値が最大になるよう，貪欲に探索を続ける． （グリーディ手法） ランダム性を入れるε-グリーディ手法，収束に近くなると αを小さくするソフトマックス手法などの工夫がある． 行動するたびに， sの行動価値を更新する．
- 27. まとめ • 機械学習が流行るかどうかは，分からん． • 機械学習を使うと解きやすい問題が存在する． • 学習器にも学習方法にも，いっぱい種類がある． • 色々知って引き出しを増やしておくのが良い． • 色々な問題を，機械学習で解く方策を考えよう． • 人が解けない問題は，だいたい解けない．