ディープラーニング入門
- 24. AI技術の概観 AI(artificial intelligence)技術
機械学習 計算知能
エキスパートシステム
事例ベース推論
ベイジアンネットワー
ク
ニューラルネットワーク
ファジイ制御
進化的計算
https://ja.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD を元に作成
有向グラフ(確率)
過去の事例利用
記号処理、論理学
遺伝メカニズム
神経細胞モデル
曖昧な表現を利用した制御
反復計算統計分析
- 25. AI技術の概観 AI(artificial intelligence)技術
機械学習 計算知能
エキスパートシステム
事例ベース推論
ベイジアンネットワー
ク
ニューラルネットワーク
ファジイ制御
進化的計算
https://ja.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD を元に作成
このように分類されていますが、現在は「計算知能」のこと
を指して「機械学習」と呼んでいる記事が圧倒的。この分
類での「機械学習」は 70〜80年代に興隆した技術で、現
在はあまり話題にならない。
機械学習
- 33. 数理モデル(mathematical model) ・・・例
Y = 500 X + 300
0 1 2 3 4 5 6 7 8 9 10 11 12 … X
Y
6,000
5,000
4,000
3,000
2,000
1,000
500
0
ここで重要なことは、
Xにどんな数(X>0の整数)を入れてもそのX
日後時点での貯蓄額Yが自動的に求められ
る点。
モデルとはそのように、可能な限り、入力す
る値にかかわらずその値における正しい回答
を出力できるように設計するもの。
- 34. 数理モデル(mathematical model) ・・・例
Y = 500 X + 300
0 1 2 3 4 5 6 7 8 9 10 11 12 … X
Y
6,000
5,000
4,000
3,000
2,000
1,000
500
0
つまり、
この例で構築したモデル「Y=500X+300」に「A君の3日後の貯蓄額は?」と尋ねると、
予測値「1800円」を返してくれるはず
AI=数理モデル
1800円です! >
500*3+300=1800
- 37. パーセプトロン(perceptron)
・ 1950〜1960 Warren McCulloch, Walter Pitts らを元にFrank Rosenblattが提案
・ 「重み」と「バイアス(閾値)」を持ち、入力*「重み」の総和がバイアスを超えれば発火
・ 入力・出力ともに0または1のみ
https://nnadl-ja.github.io/nnadl_site_ja/chap1.html
output= { 0 if ∑j wj xj ≤ threshold
1 if ∑j wj xj > threshold