Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械学習入門 (in JSL)
Search
Etsuji Nakai
December 18, 2019
Technology
1
4.3k
機械学習入門 (in JSL)
Etsuji Nakai
December 18, 2019
Tweet
Share
More Decks by Etsuji Nakai
See All by Etsuji Nakai
Agent Development Kit によるエージェント開発入門
enakai00
23
6.8k
GDG Tokyo 生成 AI 論文をわいわい読む会
enakai00
1
610
Lecture course on Microservices : Part 1
enakai00
1
3.7k
Lecture course on Microservices : Part 2
enakai00
2
3.6k
Lecture course on Microservices : Part 3
enakai00
1
3.6k
Lecture course on Microservices : Part 4
enakai00
1
3.6k
JAX / Flax 入門
enakai00
1
600
生成 AI の基礎 〜 サンプル実装で学ぶ基本原理
enakai00
7
4.1k
大規模言語モデルを支える分散学習インフラ Pathways
enakai00
3
530
Other Decks in Technology
See All in Technology
Dify on AWS 環境構築手順
yosse95ai
0
160
クラウドとリアルの融合により、製造業はどう変わるのか?〜クラスメソッドの製造業への取組と共に〜
hamadakoji
0
450
20251024_TROCCO/COMETAアップデート紹介といくつかデモもやります!_#p_UG 東京:データ活用が進む組織の作り方
soysoysoyb
0
130
Observability — Extending Into Incident Response
nari_ex
1
570
プロファイルとAIエージェントによる効率的なデバッグ / Effective debugging with profiler and AI assistant
ymotongpoo
1
520
可観測性は開発環境から、開発環境にもオブザーバビリティ導入のススメ
layerx
PRO
4
1.8k
DMMの検索システムをSolrからElasticCloudに移行した話
hmaa_ryo
0
210
QA業務を変える(!?)AIを併用した不具合分析の実践
ma2ri
0
160
OPENLOGI Company Profile for engineer
hr01
1
46k
.NET 10のBlazorの期待の新機能
htkym
0
150
AIエージェントによる業務効率化への飽くなき挑戦-AWS上の実開発事例から学んだ効果、現実そしてギャップ-
nasuvitz
5
1.4k
ラスベガスの歩き方 2025年版(re:Invent 事前勉強会)
junjikoide
0
540
Featured
See All Featured
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.2k
Product Roadmaps are Hard
iamctodd
PRO
55
11k
Designing Experiences People Love
moore
142
24k
Intergalactic Javascript Robots from Outer Space
tanoku
272
27k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.1k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.5k
The Illustrated Children's Guide to Kubernetes
chrisshort
49
51k
Optimising Largest Contentful Paint
csswizardry
37
3.5k
It's Worth the Effort
3n
187
28k
Java REST API Framework Comparison - PWX 2021
mraible
34
8.9k
Git: the NoSQL Database
bkeepers
PRO
431
66k
Transcript
1 Tech Talk 機械学習入門 (in JSL) Introduction to Machine Learning
2012/12/10 Etsuji Nakai
本日のポイント:AI と機械学習の関係 AI:知性を持っているかのような機能を 提供する製品・サービスを実現 機械学習:「過去のデータ」の特徴を発見し て、「未知のデータ」の予測を行う技術 2 中の技術は、さまざま・・・
本日のポイント:AI と機械学習の関係 AI:知性を持っているかのような機能を 提供する製品・サービスを実現 機械学習:「過去のデータ」の特徴を発見し て、「未知のデータ」の予測を行う技術 3 ディープラーニング(深層学習): 画像・動画・音声・自然言語などの 「非構造化データ」に高い
予測性能を発揮する機械学習の一手法 最近のAIでよく使われる主要技術
ディープラーニングによる画像認識技術(Google フォト) 4 画像の種類を識別して、 自動で「アルバム」を作成 https://photos.google.com/albums
ディープラーニングによる自然言語処理技術(Gmail) https://gmail.googleblog.com/2016/03/smart-reply-comes-to-inbox-by-gmail-on-the-web.html 文脈を理解して 返答文を自動生成 スマホからの 返信の 20% 以上 5 返答メッセージを選択
6 ディープラーニング(深層学習) の仕組み
ニューラルネットワークの仕組み 7 Input “cat” ニューラルネットワークの本質は 「入力データから予測値を出力する関数」
「関数」って何でしたっけ? 8 係数(パラメーター θ)の値を変えると 同じ入力値から、得られる出力値が変化する 計算式 x 入力値 y 出力値
教師あり学習の仕組み label, input 正解ラベルのついた「トレーニングデータ」 に対して、予測の正解率が向上するように 関数に含まれるパラメータをチューニング “cat” “dog” “car” “apple”
OUTPUT
ディープラーニングが実用化した背景 • 大量の学習データが収集・利用可能に • 大量のデータが学習を行う並列計算技術の発達 • 効率的に学習を行うアルゴリズムの開発 10
ディープラーニングが実用化した背景 • 大量の学習データが収集・利用可能に • 大量のデータが学習を行う並列計算技術の発達 • 効率的に学習を行うアルゴリズムの開発 11 すべて某社の 得意分野
本日のポイント:AI と機械学習の関係 AI:知性を持っているかのような機能を 提供する製品・サービスを実現 機械学習:「過去のデータ」の特徴を発見し て、「未知のデータ」の予測を行う技術 12 ディープラーニング(深層学習): 画像・動画・音声・自然言語などの 「非構造化データ」に高い
予測性能を発揮する機械学習の一手法 最近のAIでよく使われる主要技術
まとめ • 機械学習 ◦ 過去データの特徴を自動的に発見して、新しいデータについて 予測する技術 • ディープラーニング(深層学習) ◦ ニューラルネットワークを用いた機械学習技術
◦ 非構造化データ(画像・音声・自然言語など)に高い予測性能 を発揮 • AI(人工知能) ◦ あたかも知能を持つかのような機能を提供する製品・サービス ◦ 最近はディープラーニングを活用したものが多い 13
Thank you !