Soumettre la recherche
Mettre en ligne
AI(ディープラーニング)超入門
•
5 j'aime
•
1,259 vues
大
大輔 浅井
Suivre
AI(ディープラーニング)について、これ以上はないというくらい簡単に解説してみました。数式は一つも出てきません。
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 22
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
TensorFlowでディープラーニング使うと、画像のマッチングをさせたり、画像に特徴を注入する画像加工が、簡単にできることを、みんなでワイワイ楽しむオーディエンス参加型セッションです
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
fukuoka.ex
https://arxiv.org/pdf/1702.08835.pdfを解説しました
Deep forest
Deep forest
naoto moriyama
DeepMind社より発表されたNeural Turing Machineをまとめてみました
ニューラルチューリングマシン入門
ニューラルチューリングマシン入門
naoto moriyama
素人なりにまとめてみました
最近の自然言語処理
最近の自然言語処理
naoto moriyama
集合知プログラミング勉強会キックオフMTGの第1章LT資料です
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
なぜAIか、なぜ論理型AIか、なぜ自然言語か、を中心とした10分のプレゼン資料です。アイディア合成に必要な基本要素についても触れています。
itざっくばらん会vol5_論理型aiによるアイディア合成6_10まで
itざっくばらん会vol5_論理型aiによるアイディア合成6_10まで
Keisuke NAKAMURA
PFI 全体セミナーで発表した、専門家向けではなく一般向けのDeep Learning(深層学習)の解説です。どのような場面で活躍しているのか、今までの学習手法と何が違うのかを解説しています。
一般向けのDeep Learning
一般向けのDeep Learning
Preferred Networks
このプレゼンテーションでは、AlphaGoなど、大きなニュースとして扱われたディープラーニングの有名論文を引用しながら、ディープラーニングの内部を紐解いていきたいと思います。
有名論文から学ぶディープラーニング 2016.03.25
有名論文から学ぶディープラーニング 2016.03.25
Minoru Chikamune
Recommandé
TensorFlowでディープラーニング使うと、画像のマッチングをさせたり、画像に特徴を注入する画像加工が、簡単にできることを、みんなでワイワイ楽しむオーディエンス参加型セッションです
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
fukuoka.ex
https://arxiv.org/pdf/1702.08835.pdfを解説しました
Deep forest
Deep forest
naoto moriyama
DeepMind社より発表されたNeural Turing Machineをまとめてみました
ニューラルチューリングマシン入門
ニューラルチューリングマシン入門
naoto moriyama
素人なりにまとめてみました
最近の自然言語処理
最近の自然言語処理
naoto moriyama
集合知プログラミング勉強会キックオフMTGの第1章LT資料です
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
なぜAIか、なぜ論理型AIか、なぜ自然言語か、を中心とした10分のプレゼン資料です。アイディア合成に必要な基本要素についても触れています。
itざっくばらん会vol5_論理型aiによるアイディア合成6_10まで
itざっくばらん会vol5_論理型aiによるアイディア合成6_10まで
Keisuke NAKAMURA
PFI 全体セミナーで発表した、専門家向けではなく一般向けのDeep Learning(深層学習)の解説です。どのような場面で活躍しているのか、今までの学習手法と何が違うのかを解説しています。
一般向けのDeep Learning
一般向けのDeep Learning
Preferred Networks
このプレゼンテーションでは、AlphaGoなど、大きなニュースとして扱われたディープラーニングの有名論文を引用しながら、ディープラーニングの内部を紐解いていきたいと思います。
有名論文から学ぶディープラーニング 2016.03.25
有名論文から学ぶディープラーニング 2016.03.25
Minoru Chikamune
2017.3.8(昨夜)に金沢市主催のCVCK2017にて発表した内容、割愛した資料、質問のために準備していた資料です。 価値は十分あるがあまり認知されていない新規のプログラミング言語を、YOUTUBEを用いてプロモーションするアイディアについての発表です。参考資料では、新規なプログラミング言語自体の目的、価値、内容についてもふれています。
CVCK 2016 発表資料 / おしゃべりプログラミング 代表 中村圭介
CVCK 2016 発表資料 / おしゃべりプログラミング 代表 中村圭介
Keisuke NAKAMURA
筑波大学情報学群情報メディア創成学類 先端技術とメディア表現の講義スライド 第一回目です. 最初に教員の自己紹介が入っています.
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
Deep learningの軽い紹介の軽い紹介です。 間違ってる部分があったら連絡ください。
Deep learningの軽い紹介
Deep learningの軽い紹介
Yoshihisa Maruya
dirated recurrent neural networks
Dilated rnn
Dilated rnn
naoto moriyama
AITCオープンラボ: 第1回 機械学習勉強会の資料です http://aitc-openlab.connpass.com/event/25672/
いまさら聞けない機械学習のキホン
いまさら聞けない機械学習のキホン
dsuke Takaoka
ニューラルネットワークから畳み込みネットまで数式をほぼ使わずに解説してみました。中途半端な感じでわかりづらくなってしまいました。。
Deeplearningとは?
Deeplearningとは?
Yuto Suzuki
Hijiyama.R(5/28)にて発表したスライドです。
がんばろう!はじめてのDnn!
がんばろう!はじめてのDnn!
Shushi Namba
2017日本デザイン学会秋季大会 企画テーマ討論会「共創・当事者デザイン」 於:函館市地域交流まちづくりセンター(2017.10.13)における上平の話題提供スライドです.
共創はいつ,どこで起こる?
共創はいつ,どこで起こる?
Takahito Kamihira
2017年11月9日,Xデザイン学校アドバンスコース in DMM make AKIBA 探求:オープンデザインの回における講演資料
デザインすることは, Giveすること—オープンなデザインにおける相互贈与の視点
デザインすることは, Giveすること—オープンなデザインにおける相互贈与の視点
Takahito Kamihira
https://satonaoki.wordpress.com/2017/07/04/db-analytics-showcase-sapporo/ http://www.db-tech-showcase.com/dbts/analytics db analytics showcase Sapporo 2017 (2017/06/30-07/01) http://www.db-tech-showcase.com/dbts/analytics MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからディープ ラーニング フレームワークまで~ Microsoftは、AI (人工知能) に関連する幅広いテクノロジやサービスを提供しています。 本セッションでは、画像処理、音声認識、自然言語処理などに活用できるAPIやサービスを提供している「Microsoft Cognitive Services」、ディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit」(CNTK) を中心に、AIを活用したアプリケーション開発に役立つ情報をお伝えします。
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
Naoki (Neo) SATO
以下の議論内容 2017.5.22 第2回 次世代の人工知能技術に関する合同シンポジウム ~AI ベンチャーの育成に向けて(AI スタートアップ 成功の条件)~ モデレータ:栄藤稔 ベンチャー育成・金融連携TF 主査(株式会社NTTドコモ) パネリスト: 石山洸 ベンチャー育成・金融連携TF 副主査(デジタルセンセーション株式会社) 長谷川順一(株式会社Preferred Networks) 上原高志(株式会社三菱UFJ フィナンシャル・グループ イノベーション・ラボ) ■開催日時:平成29 年5 月22 日(月)12 時20 分~18 時50 分 ■開催場所:大阪大学コンベンションセンター(吹田キャンパス内) ■主催:人工知能技術戦略会議、総務省、文部科学省、経済産業省、情報通信研究機構 ■共催(予定):内閣府、理化学研究所、産業技術総合研究所、大阪大学 ■後援(予定):科学技術振興機構、新エネルギー・産業技術総合開発機構 ■事務局:情報通信研究機構(NICT)
AIスタートアップの成功のための必要条件
AIスタートアップの成功のための必要条件
Osaka University
AI勉強会用の資料です。 2017/09/16 第一回 AI勉強会タカミーズ
AIの現状
AIの現状
洋丈 半田
第1回 AI・人工知能 EXPO での登壇資料です http://www.ai-expo.jp/Conference_Event/seminar-event/
Ai Expo講演資料
Ai Expo講演資料
Masayuki Ota
横浜で行っているゲームAI製作ワークショップ(全五回)の第四回の講義録とワークショップシートです。カヤックさんにご協力いただいております。ありがとうございます。今回は「ソーシャル・コミュニケーションするAI」についてワークショップを行います。
ゲームAI製作のためのワークショップ(IV)
ゲームAI製作のためのワークショップ(IV)
Youichiro Miyake
Microsoft の AI Platform について特徴的な部分のみ取り上げます。Cognitive Services、SQL Server Machine Learning Service、Azure Machine Learning Services などです。
Microsoft AI Platform
Microsoft AI Platform
Daiyu Hatakeyama
NVIDIA がいつも録音、公開している Podcast。AI 分野のさまざまなエキスパートが登場します。 あなたが今すぐ知るべき AI に関する知識をお届け。運転への革命や家庭での活躍、食品製造や都市の再構築まで、さまざまな分野を超えて AI について知識を深めることができます。
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
NVIDIA Japan
2017年9月13日(水)に開催した「AI eats UX vol.2 -at one bite-」で話した資料です。人工知能によって「検索」体験がどう進化するかについて考えました。 https://uxtokyo.connpass.com/event/65578/
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
Nozomu Tannaka
mayah (AI) の実装について
ぷよぷよ AI: mayah(AI) の実装
ぷよぷよ AI: mayah(AI) の実装
mayahjp
PHPカンファレンス2014での発表内容
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
Shintaro Kurachi
ゲームの人工知能の中に潜む数学を順番に解説します。 (上)(下)編からなります。 (上) https://www.slideshare.net/youichiromiyake/ai-75435950 1. 迷路とデータ構造と数学 2. ダンジョン自動生成のアルゴリズム 3. ナビゲーションAIとグラフ上の数学 4. 位置解析システムとフィルタリング 5. 力学系と意識の理論 6. シミュレーションベースと動的計画法 7. 強化学習と格闘ゲーム 8. ユーティリティとキャラクターの生理と心理 9. 知能方程式とゲームAIの本質 10. 統計学習とユーザーの癖の抽出 11. ランクシステムと正規分布 12. 遺伝的アルゴリズムとキャラクターたちの進化 13. ニューラルネットワークとキャラクターの学習 14. ディープラーニングと囲碁AI 15. ニューロエボリューションとバトルロワイヤル 16. 影響マップと勢力図 17. プロシージャル技術とレベル自動生成 18. グラフィクス自動生成とフラクタル 19. 街自動生成とL-ツリー 20. Sporeとプロシージャル技術 21. EVE ONLINE と拡散律速凝集シミュレーション
ゲームAIの中の数学(下)
ゲームAIの中の数学(下)
Youichiro Miyake
ベンチャー投資の米国,EU,日本の比率(去年はもっと開いたが)そもそも新規事業に対する民間投資50:5:1とこれだけ差がある中で,日本はどうするのか? グローバル視点に切り替えたらどうか? 自国をフィンランドと思えば,施作は変わる.日本の産業構造(労働慣行)をどう変えるか.根っこの議論がないとだめ.日本の産業界はデータ利活用の対応できているのか? それができていないから,日本の産業はジリ貧になる.AIは技術じゃないよ!だから頭の良いデータサイエンティストをコンサルにおいてもデータ利活用は回らない.会社のITシステムを根っこからデータが上がって処理する仕組みを作らないと.会社のど真ん中にソフトウェアを分かっている経営者を置こう.
AI Monetization Landascape in US
AI Monetization Landascape in US
Osaka University
※第17回全脳アーキテクチャ若手の会カジュアルトークの内容を編集のため、ほぼ同じ内容です。
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
Masao Ikeya
Contenu connexe
Tendances
2017.3.8(昨夜)に金沢市主催のCVCK2017にて発表した内容、割愛した資料、質問のために準備していた資料です。 価値は十分あるがあまり認知されていない新規のプログラミング言語を、YOUTUBEを用いてプロモーションするアイディアについての発表です。参考資料では、新規なプログラミング言語自体の目的、価値、内容についてもふれています。
CVCK 2016 発表資料 / おしゃべりプログラミング 代表 中村圭介
CVCK 2016 発表資料 / おしゃべりプログラミング 代表 中村圭介
Keisuke NAKAMURA
筑波大学情報学群情報メディア創成学類 先端技術とメディア表現の講義スライド 第一回目です. 最初に教員の自己紹介が入っています.
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
Deep learningの軽い紹介の軽い紹介です。 間違ってる部分があったら連絡ください。
Deep learningの軽い紹介
Deep learningの軽い紹介
Yoshihisa Maruya
dirated recurrent neural networks
Dilated rnn
Dilated rnn
naoto moriyama
AITCオープンラボ: 第1回 機械学習勉強会の資料です http://aitc-openlab.connpass.com/event/25672/
いまさら聞けない機械学習のキホン
いまさら聞けない機械学習のキホン
dsuke Takaoka
ニューラルネットワークから畳み込みネットまで数式をほぼ使わずに解説してみました。中途半端な感じでわかりづらくなってしまいました。。
Deeplearningとは?
Deeplearningとは?
Yuto Suzuki
Hijiyama.R(5/28)にて発表したスライドです。
がんばろう!はじめてのDnn!
がんばろう!はじめてのDnn!
Shushi Namba
Tendances
(7)
CVCK 2016 発表資料 / おしゃべりプログラミング 代表 中村圭介
CVCK 2016 発表資料 / おしゃべりプログラミング 代表 中村圭介
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Deep learningの軽い紹介
Deep learningの軽い紹介
Dilated rnn
Dilated rnn
いまさら聞けない機械学習のキホン
いまさら聞けない機械学習のキホン
Deeplearningとは?
Deeplearningとは?
がんばろう!はじめてのDnn!
がんばろう!はじめてのDnn!
En vedette
2017日本デザイン学会秋季大会 企画テーマ討論会「共創・当事者デザイン」 於:函館市地域交流まちづくりセンター(2017.10.13)における上平の話題提供スライドです.
共創はいつ,どこで起こる?
共創はいつ,どこで起こる?
Takahito Kamihira
2017年11月9日,Xデザイン学校アドバンスコース in DMM make AKIBA 探求:オープンデザインの回における講演資料
デザインすることは, Giveすること—オープンなデザインにおける相互贈与の視点
デザインすることは, Giveすること—オープンなデザインにおける相互贈与の視点
Takahito Kamihira
https://satonaoki.wordpress.com/2017/07/04/db-analytics-showcase-sapporo/ http://www.db-tech-showcase.com/dbts/analytics db analytics showcase Sapporo 2017 (2017/06/30-07/01) http://www.db-tech-showcase.com/dbts/analytics MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからディープ ラーニング フレームワークまで~ Microsoftは、AI (人工知能) に関連する幅広いテクノロジやサービスを提供しています。 本セッションでは、画像処理、音声認識、自然言語処理などに活用できるAPIやサービスを提供している「Microsoft Cognitive Services」、ディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit」(CNTK) を中心に、AIを活用したアプリケーション開発に役立つ情報をお伝えします。
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
Naoki (Neo) SATO
以下の議論内容 2017.5.22 第2回 次世代の人工知能技術に関する合同シンポジウム ~AI ベンチャーの育成に向けて(AI スタートアップ 成功の条件)~ モデレータ:栄藤稔 ベンチャー育成・金融連携TF 主査(株式会社NTTドコモ) パネリスト: 石山洸 ベンチャー育成・金融連携TF 副主査(デジタルセンセーション株式会社) 長谷川順一(株式会社Preferred Networks) 上原高志(株式会社三菱UFJ フィナンシャル・グループ イノベーション・ラボ) ■開催日時:平成29 年5 月22 日(月)12 時20 分~18 時50 分 ■開催場所:大阪大学コンベンションセンター(吹田キャンパス内) ■主催:人工知能技術戦略会議、総務省、文部科学省、経済産業省、情報通信研究機構 ■共催(予定):内閣府、理化学研究所、産業技術総合研究所、大阪大学 ■後援(予定):科学技術振興機構、新エネルギー・産業技術総合開発機構 ■事務局:情報通信研究機構(NICT)
AIスタートアップの成功のための必要条件
AIスタートアップの成功のための必要条件
Osaka University
AI勉強会用の資料です。 2017/09/16 第一回 AI勉強会タカミーズ
AIの現状
AIの現状
洋丈 半田
第1回 AI・人工知能 EXPO での登壇資料です http://www.ai-expo.jp/Conference_Event/seminar-event/
Ai Expo講演資料
Ai Expo講演資料
Masayuki Ota
横浜で行っているゲームAI製作ワークショップ(全五回)の第四回の講義録とワークショップシートです。カヤックさんにご協力いただいております。ありがとうございます。今回は「ソーシャル・コミュニケーションするAI」についてワークショップを行います。
ゲームAI製作のためのワークショップ(IV)
ゲームAI製作のためのワークショップ(IV)
Youichiro Miyake
Microsoft の AI Platform について特徴的な部分のみ取り上げます。Cognitive Services、SQL Server Machine Learning Service、Azure Machine Learning Services などです。
Microsoft AI Platform
Microsoft AI Platform
Daiyu Hatakeyama
NVIDIA がいつも録音、公開している Podcast。AI 分野のさまざまなエキスパートが登場します。 あなたが今すぐ知るべき AI に関する知識をお届け。運転への革命や家庭での活躍、食品製造や都市の再構築まで、さまざまな分野を超えて AI について知識を深めることができます。
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
NVIDIA Japan
2017年9月13日(水)に開催した「AI eats UX vol.2 -at one bite-」で話した資料です。人工知能によって「検索」体験がどう進化するかについて考えました。 https://uxtokyo.connpass.com/event/65578/
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
Nozomu Tannaka
mayah (AI) の実装について
ぷよぷよ AI: mayah(AI) の実装
ぷよぷよ AI: mayah(AI) の実装
mayahjp
PHPカンファレンス2014での発表内容
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
Shintaro Kurachi
ゲームの人工知能の中に潜む数学を順番に解説します。 (上)(下)編からなります。 (上) https://www.slideshare.net/youichiromiyake/ai-75435950 1. 迷路とデータ構造と数学 2. ダンジョン自動生成のアルゴリズム 3. ナビゲーションAIとグラフ上の数学 4. 位置解析システムとフィルタリング 5. 力学系と意識の理論 6. シミュレーションベースと動的計画法 7. 強化学習と格闘ゲーム 8. ユーティリティとキャラクターの生理と心理 9. 知能方程式とゲームAIの本質 10. 統計学習とユーザーの癖の抽出 11. ランクシステムと正規分布 12. 遺伝的アルゴリズムとキャラクターたちの進化 13. ニューラルネットワークとキャラクターの学習 14. ディープラーニングと囲碁AI 15. ニューロエボリューションとバトルロワイヤル 16. 影響マップと勢力図 17. プロシージャル技術とレベル自動生成 18. グラフィクス自動生成とフラクタル 19. 街自動生成とL-ツリー 20. Sporeとプロシージャル技術 21. EVE ONLINE と拡散律速凝集シミュレーション
ゲームAIの中の数学(下)
ゲームAIの中の数学(下)
Youichiro Miyake
ベンチャー投資の米国,EU,日本の比率(去年はもっと開いたが)そもそも新規事業に対する民間投資50:5:1とこれだけ差がある中で,日本はどうするのか? グローバル視点に切り替えたらどうか? 自国をフィンランドと思えば,施作は変わる.日本の産業構造(労働慣行)をどう変えるか.根っこの議論がないとだめ.日本の産業界はデータ利活用の対応できているのか? それができていないから,日本の産業はジリ貧になる.AIは技術じゃないよ!だから頭の良いデータサイエンティストをコンサルにおいてもデータ利活用は回らない.会社のITシステムを根っこからデータが上がって処理する仕組みを作らないと.会社のど真ん中にソフトウェアを分かっている経営者を置こう.
AI Monetization Landascape in US
AI Monetization Landascape in US
Osaka University
※第17回全脳アーキテクチャ若手の会カジュアルトークの内容を編集のため、ほぼ同じ内容です。
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
Masao Ikeya
横浜で行っているゲームAI製作ワークショップ(全五回)の第二回の講義録とワークショップシートです。カヤックさんに協力いただいております。ありがとうございます。今回は「キャラクター意思決定」についてワークショップを行います。
ゲームAI製作のためのワークショップ(II)
ゲームAI製作のためのワークショップ(II)
Youichiro Miyake
横浜で行っているゲームAI製作ワークショップ(全五回)の第一回の講義録とワークショップシートです。カヤックさんに協力いただいております。ありがとうございます。
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
Youichiro Miyake
ゲームAIとマルチエージェントについての講演資料の前編です。 後編はこちら https://www.slideshare.net/youichiromiyake/ai-79541241
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
Youichiro Miyake
ゲームAIとマルチエージェントについて講演資料の後編です。 前編は https://www.slideshare.net/youichiromiyake/ai-79541209
ゲームAIとマルチエージェント(下)
ゲームAIとマルチエージェント(下)
Youichiro Miyake
米国を中心とした 人工知能(AI)の事業トレンドを紹介する.“AI”というと私がリードしたドコモの 「しゃべって コンシェル」やApple Siri ,Amazon Echo, Microsoft Cortanaなどの擬人化エージェント,あるいはロボットを想起することが多いが,米国ではより一般的にAIは農業や交通,流通など各産業における自動化,効率化技術のマーケティング用語として用いられる場合が多い.実質はデータに基づく機械学習を用いた最適化である.基盤となる実装アルゴリズムの多くは急速にコモンディティ化して行く.画像解析,パーソナル化,音声対話,マーケティングオートメーションの多くは商用化段階にありレッドオーシャン化が進みつつある.農業,教育,医療,法律,福祉,防災などこれまでIT化が進んでいなかった領域での動きを含めてAIの事業化動向を解説する.
投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド
Osaka University
En vedette
(20)
共創はいつ,どこで起こる?
共創はいつ,どこで起こる?
デザインすることは, Giveすること—オープンなデザインにおける相互贈与の視点
デザインすることは, Giveすること—オープンなデザインにおける相互贈与の視点
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
AIスタートアップの成功のための必要条件
AIスタートアップの成功のための必要条件
AIの現状
AIの現状
Ai Expo講演資料
Ai Expo講演資料
ゲームAI製作のためのワークショップ(IV)
ゲームAI製作のためのワークショップ(IV)
Microsoft AI Platform
Microsoft AI Platform
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
ぷよぷよ AI: mayah(AI) の実装
ぷよぷよ AI: mayah(AI) の実装
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
ゲームAIの中の数学(下)
ゲームAIの中の数学(下)
AI Monetization Landascape in US
AI Monetization Landascape in US
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
ゲームAI製作のためのワークショップ(II)
ゲームAI製作のためのワークショップ(II)
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(下)
ゲームAIとマルチエージェント(下)
投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド
Similaire à AI(ディープラーニング)超入門
最近発展が著しい人工知能(AI)技術を次のように整理してできるだけ分かりやすく解説 1. AIにとっては難しいと言われてきたことで最近できるようになったこと。これらが共通に持つ性質は何か。 2. 最新のAIでも難しいこと。それらはなぜ難しいのか。 3. 将来の見通し。いつ頃、何ができるようになりそうか。 4. 社会へのインパクト。最近AIによってできるようになったこと、近い将来できるようになりそうなことは、社会をどう変革するか?我々はそれにどう備えるべきか? 最後に、本学で保有するAI技術とその応用例の一部を簡単に紹介
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
KIT Cognitive Interaction Design
Tfad AgileDay MS 20100122
Tfad AgileDay MS 20100122
Kazumasa EBATA
アジャイル超入門 vol.1 スライド
Share agile for beginners 0824 sat.
Share agile for beginners 0824 sat.
AsukaTsukamoto
G検定の勉強を通して学んだことのうち 技術的でなくイメージの部分だけまとめてみました。 人工知能(AI)って何を指すのか なぜ深層学習がトレンドなのか、伝われば幸いです。
人工知能や深層学習に興味がある人へ
人工知能や深層学習に興味がある人へ
t e
ニコニコ超会議2012の超エンジニアミーティングで発表した資料です
アイデアを塩漬けにしない-世界中の人に手伝ってもらう方法-
アイデアを塩漬けにしない-世界中の人に手伝ってもらう方法-
nishio
ガラパゴス社のiOSチームの勉強会で、瞑想について説明した資料です。
エンジニアの瞑想:マインドフルネス
エンジニアの瞑想:マインドフルネス
Yoshiroh Miyata
For DevfestW Kyoto ブランクのある人、初めての人向けの「Android・初めからリリースまで」
Weekend Androidのススメ
Weekend Androidのススメ
Suzuki Junko
SEO再入門
SEO再入門
Masaru Kimura
学び方のデザイン名古屋大学版 加筆版
学び方のデザイン名古屋大学版 加筆版
学び方のデザイン名古屋大学版 加筆版
nishio
知識詰め込んだけど稼げない
知識詰め込んだけど稼げない
さい ぞう
研究室内勉強会にて作成した資料本のWEB再録です
○○について考える
○○について考える
きなこ 桜庭
A Lean UX Workshop
A Lean UX Workshop
Masayoshi Arakawa
なぜあの人のプレゼンテーションはいつもイイねと言われるのか0716
なぜあの人のプレゼンテーションはいつもイイねと言われるのか0716
Dai Murata
WCK Meeting Vol.27「Webデザイナーの役目」のスライドです。
WCK Meeting Vol.27「Webデザイナーの役目」
WCK Meeting Vol.27「Webデザイナーの役目」
玄 中野
技術初心者は問題解決にどうしても時間がかかってしまいます。そこでどうしたらすぐに問題解決できるのか、やりたい事を達成できるのか。それを調べることで解決する方法を紹介します。
調べ方講座(入門)
調べ方講座(入門)
stylefreeslide
ゴールから始めよう!
ゴールから始めよう!
VOYAGE GROUP
genesixのデザインの考え方を、リーンスタートアップを読んだデザイナーさん向けに紹介したスライドです。 メモ:「ゴール」の押しが弱いのでバージョンアップしたい。
ゴールから始めよう! 公開版 - リーンスタートアップの仮説を「デザイン」する方法
ゴールから始めよう! 公開版 - リーンスタートアップの仮説を「デザイン」する方法
Mikihiro Fujii
第52回名古屋アジャイル勉強会のワークショップ資料 http://blogs.yahoo.co.jp/nagoya_agile_study_group/37391376.html
アジャイルマニフェストから見るインセプションデッキ
アジャイルマニフェストから見るインセプションデッキ
You&I
プレゼン勉強会の発表資料です。前回の「伝わるプレゼンをする方法」( http://www.slideshare.net/mollifier/ss-11840753 ) の改訂版です
伝わるプレゼン
伝わるプレゼン
Hideaki Miyake
私は最近アイデア出しをする機会が増えたのですが、 何もない状態からアイデア出しをしようとするとなか なかアイデアが浮かんできませんでした。 そこで、以前「【坂本式】IAワークショップ(東 京)」(http://www.zusaar.com/event/138001)で学んだ「何を必要とされているのかを想像す る」を実行したところ、アイデアが浮かびやすくなり ました。 本日は、この「何を必要とされているのかを想像す る」=「ニーズを考える」について簡単にまとめた内 容をご説明します。
ニーズを考える
ニーズを考える
Kohei
Similaire à AI(ディープラーニング)超入門
(20)
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
Tfad AgileDay MS 20100122
Tfad AgileDay MS 20100122
Share agile for beginners 0824 sat.
Share agile for beginners 0824 sat.
人工知能や深層学習に興味がある人へ
人工知能や深層学習に興味がある人へ
アイデアを塩漬けにしない-世界中の人に手伝ってもらう方法-
アイデアを塩漬けにしない-世界中の人に手伝ってもらう方法-
エンジニアの瞑想:マインドフルネス
エンジニアの瞑想:マインドフルネス
Weekend Androidのススメ
Weekend Androidのススメ
SEO再入門
SEO再入門
学び方のデザイン名古屋大学版 加筆版
学び方のデザイン名古屋大学版 加筆版
知識詰め込んだけど稼げない
知識詰め込んだけど稼げない
○○について考える
○○について考える
A Lean UX Workshop
A Lean UX Workshop
なぜあの人のプレゼンテーションはいつもイイねと言われるのか0716
なぜあの人のプレゼンテーションはいつもイイねと言われるのか0716
WCK Meeting Vol.27「Webデザイナーの役目」
WCK Meeting Vol.27「Webデザイナーの役目」
調べ方講座(入門)
調べ方講座(入門)
ゴールから始めよう!
ゴールから始めよう!
ゴールから始めよう! 公開版 - リーンスタートアップの仮説を「デザイン」する方法
ゴールから始めよう! 公開版 - リーンスタートアップの仮説を「デザイン」する方法
アジャイルマニフェストから見るインセプションデッキ
アジャイルマニフェストから見るインセプションデッキ
伝わるプレゼン
伝わるプレゼン
ニーズを考える
ニーズを考える
Plus de 大輔 浅井
memo
EandS
EandS
大輔 浅井
selfintroduction
Self
Self
大輔 浅井
専門家だらけの場のためのファシリテーションについて、その2を作成しました。 その①:https://www.slideshare.net/ssuser7734ba/facilitation-forexparts
Facilitation for expert 2
Facilitation for expert 2
大輔 浅井
専門家だらけの場でのファシリテーションに関して気づいたことをメモしました。
Facilitation for experts
Facilitation for experts
大輔 浅井
エンジニアLINKマネジメントラボでおこなった”エンジニアのトリセツをつくろう”というワークをオンラインで実施しました。そのときの進行資料です。ペルソナとバリュープロポジションキャンバスを用いてアレンジしています。
エンジニアのトリセツをつくろう
エンジニアのトリセツをつくろう
大輔 浅井
エスノグラフィーを街歩きと組み合わせ、楽しく学べるメソッドとしてまとめました。
エスノぶらりのすすめ
エスノぶらりのすすめ
大輔 浅井
エスノグラフィーを実際にやってみる方法について記載しました。簡単に実践した事例を交えて説明します。
エスノグラフィーの実施手順
エスノグラフィーの実施手順
大輔 浅井
ワークショップのプログラムをデザインするときについての考えを整理しました
プログラムデザイン
プログラムデザイン
大輔 浅井
web会議でのファシリテーションのコツのメモです
Web会議のコツ
Web会議のコツ
大輔 浅井
イノベーションのためのワークショップでありがちな アイデアは出てもその先に進まない、という課題に対する ファシリテーションを紹介しています。
プロトタイピング実現へ導くファシリテーション
プロトタイピング実現へ導くファシリテーション
大輔 浅井
Plus de 大輔 浅井
(10)
EandS
EandS
Self
Self
Facilitation for expert 2
Facilitation for expert 2
Facilitation for experts
Facilitation for experts
エンジニアのトリセツをつくろう
エンジニアのトリセツをつくろう
エスノぶらりのすすめ
エスノぶらりのすすめ
エスノグラフィーの実施手順
エスノグラフィーの実施手順
プログラムデザイン
プログラムデザイン
Web会議のコツ
Web会議のコツ
プロトタイピング実現へ導くファシリテーション
プロトタイピング実現へ導くファシリテーション
Dernier
2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Syed Talal Wasim, Muzammal Naseer, Salman Khan, Ming-Hsuan Yang, Fahad Shahbaz Khan , "Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding" arXiv2024 https://arxiv.org/abs/2401.00901v2
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
This is an introduction to MAPPO's paper.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
2024年5月8日 Power Platform 勉強会 #1 LT資料
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
Jue Wang, Wentao Zhu, Pichao Wang, Xiang Yu, Linda Liu, Mohamed Omar, Raffay Hamid, " Selective Structured State-Spaces for Long-Form Video Understanding" CVPR2023 https://openaccess.thecvf.com/content/CVPR2023/html/Wang_Selective_Structured_State-Spaces_for_Long-Form_Video_Understanding_CVPR_2023_paper.html
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Key topics covered: - Understanding Ballerina's role in integrations: features and advantages - Designing and implementing REST APIs for integration - Designing and implementing GraphQL services with Ballerina - Monitoring and observing applications - Introduction to data integration
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
LoRaWANスマート距離検出センサー DS20Lカタログ
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Dernier
(10)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
AI(ディープラーニング)超入門
1.
AI(ディープラーニング)超入門 2017年11月12日 浅井大輔(イノベーションファシリテーター)
2.
はじめに 1 〇最近なにかと話題のAI。今のAIブームは、深層学習(ディープラーニング)が 牽引しています。 〇ワークショップでアイデア出しをすると、「AI」で何でもできると考えている 人もいるように感じています。 〇ディープラーニングの中身は、いくつもの解説書やサイトで紹介されていますが、 やっぱりどこかむずかしく、とっつきにくいものです。 〇そこで、ディープラーニングって「つまりこういうこと」がわかるように、 可能な限り簡単な解説を試みました。 〇本資料で、話題のディープラーニングで何をしているか、何ができるのかを ちょっと分かるようになると思いますが、使えるようにはならないのでご注意ください。
3.
画像を見分けるとは? 2 これはなんでしょう? 答え:リンゴ
4.
画像を見分けるとは? 3 これはなんでしょう? 答え:リンゴ
5.
画像を見分けるとは? 4 これはなんでしょう? 答え:リンゴ
6.
画像を見分けるとは? 5 これはなんでしょう? 答え:リンゴ?
7.
画像を見分けるとは? 6 これはなんでしょう? 答え:リンゴ?トマト?太陽?日の丸?
8.
画像を見分けるとは? 7 これはなんでしょう? 答え:赤?
9.
画像を見分けるとは? 8 これはなんでしょう? 答え:丸?
10.
画像を見分けるとは? 9 ・人間は、リンゴを見たとき、 「赤い」 「丸い」「ヘタ(果柄)」
・・・ を見て、 「これはリンゴだ」と判断しています リンゴ
11.
画像を見分けるとは? 10 ・人間は、リンゴを見たとき、 「赤い」 「丸い」「ヘタ(果柄)」
・・・ を見て、 「これはリンゴだ」と判断しています リンゴ 特徴量 これらを「特徴量」と呼びます
12.
今までの機械による画像の見分け方 11 ・これまでは、人間が、どんな特徴量で見分けるかを決めていました。 赤い、丸い、ヘタ 黄色、細長い
13.
今までの機械による画像の見分け方 12 ・そして、特徴量を計算する方法を機械に教えることで、機械が見分けていました 赤い、丸い、ヘタ 黄色、細長い リンゴ バナナ
14.
AIでどうやって画像を見分けているのか? 13 ・AI(ディープラーニング)では、人間の代わりに、機械が特徴量を考えます リンゴ バナナ AI AI
15.
AIでどうやって画像を見分けているのか? 14 ・AI(ディープラーニング)では、人間の代わりに、機械が特徴量を考えます リンゴ バナナ AI AI AIが、リンゴとバナナの違いを見分けられる 特徴量を作る作業を「学習」と呼びます 学習した結果を使い、AIでは 画像がリンゴかバナナかを見分けます
16.
AIでどうやって画像を見分けているのか? 15 ・リンゴの写真から、赤い、丸い、ヘタ、という特徴量を取り出す仕組みが必要です。 これを行うのが「畳み込み積分」です。 赤い 丸い ヘタ 畳み込み積分
17.
AIでどうやって画像を見分けているのか? 16 ・リンゴの写っている位置がちょっとずれていても、同じように特徴量を取り出す仕組みが必要です。 これを行うのが「プーリング」です 赤い 丸い ヘタ 畳み込み積分 赤い 丸い ヘタ プーリング 右上が赤い 右上が丸い 右上がヘタ 畳み込み積分 赤い 丸い ヘタ プーリング
18.
AIでどうやって画像を見分けているのか? 17 ・たくさんの「畳み込み積分」と「プーリング」をたくさんにして、それをうまく計算できるように工夫した ものが、「CNN」です 赤い 丸い ヘタ 畳み込み積分 赤い 丸い ヘタ プーリング 右上が赤い 右上が丸い 右上がヘタ 畳み込み積分 赤い 丸い ヘタ プーリング
19.
AIでどうやって画像を見分けているのか? 18 どちらが新鮮なリンゴ?
20.
AIでどうやって画像を見分けているのか? 19 ・AIは知らないことはわからない(違う可能性があることは分かることもある) 画像に意味(リンゴ/バナナ、新鮮/古い)をつけることが「真値付け(ラベリング)」 リンゴ 新鮮 古い
21.
おわりに 20 〇本資料では、AI(ディープラーニング)を知らない人のために そのエッセンスを解説しました。 〇AIは、自動で何でもできるのではなく、適切なデータ(画像)と、その意味を 与えてやることで学習し、多くのことができるようになりあす。 〇AIの中身を考えることと同じくらい、適切なデータを準備することが大事です。
22.
AI(ディープラーニング)超入門 2017年 11月12日 浅井大輔 End
Télécharger maintenant