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
勉強会2_機械学習のモデル学習と開発について
Search
milky04
May 19, 2024
Programming
0
63
勉強会2_機械学習のモデル学習と開発について
社内勉強会資料です(2023/7/28)
milky04
May 19, 2024
Tweet
Share
More Decks by milky04
See All by milky04
勉強会5_画像生成AIの仕組みと学習・i2i対策
milky04
0
49
勉強会3_LLMを活用する技術について
milky04
0
75
勉強会4_アップデートされたAssistantsAPIを試す
milky04
0
2.4k
勉強会1_SlackのAIチャットボットを作ってみた
milky04
0
75
Other Decks in Programming
See All in Programming
あなたとKaigi on Rails / Kaigi on Rails + You
shimoju
0
170
Domain-centric? Why Hexagonal, Onion, and Clean Architecture Are Answers to the Wrong Question
olivergierke
3
920
Claude Agent SDK を使ってみよう
hyshu
0
1.3k
バッチ処理を「状態の記録」から「事実の記録」へ
panda728
PRO
0
170
bootcamp2025_バックエンド研修_WebAPIサーバ作成.pdf
geniee_inc
0
120
EMこそClaude Codeでコード調査しよう
shibayu36
0
220
What's new in Spring Modulith?
olivergierke
1
160
Go言語の特性を活かした公式MCP SDKの設計
hond0413
1
290
AI Coding Meetup #3 - 導入セッション / ai-coding-meetup-3
izumin5210
0
3.4k
CSC305 Lecture 05
javiergs
PRO
0
220
All About Angular's New Signal Forms
manfredsteyer
PRO
0
190
Things You Thought You Didn’t Need To Care About That Have a Big Impact On Your Job
hollycummins
0
240
Featured
See All Featured
Testing 201, or: Great Expectations
jmmastey
45
7.7k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.7k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
620
Navigating Team Friction
lara
190
15k
Speed Design
sergeychernyshev
32
1.2k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
We Have a Design System, Now What?
morganepeng
53
7.8k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.2k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Transcript
機械学習のモデル学習と開発について
はじめに • 近年AI・機械学習の発展が凄い(ChatGPTなど) →そもそもモデル学習や開発はどのように行っているのか? ⇒実際に私が行った内容や作成したものも交えてお話していきます
機械学習とは • 与えられたデータからいくつかのパターンを認識・学習し、未知のデータを 予測、分類する技術 • 教師あり学習/教師なし学習/強化学習という、大きく3つの方法がある
機械学習の種類 • 教師あり学習 学習データに正解を与えて、正解を出力するように学習させる方法 • 教師なし学習 学習データに正解を与えずに、データの規則性や特徴を導かせる方法 • 強化学習 目的に設定されたスコアを最大化するように、判断を強化させる方法
機械学習モデルとは • 入力データに対して結果(=出力)を導き出す仕組みのこと • 用意したデータを学習する前の基盤となるモデルと、学習後のモデル(学 習済みモデル)の2通りがある →どちらを指すこともあるため、混同しやすい
機械学習の開発の流れ 1. 基盤となるモデルをいくつか選ぶ 2. 学習条件を統一し、各モデルに学習させる 3. 出来た各学習済みモデルの精度を比較する ⇒一番精度の高いモデルを採用する 基盤となるモデルを選ぶ 学習済みモデルが出来る
モデルに学習させる
実際に行った内容 • 基盤となるモデルに、4種類の鳥の画像を学習させる(教師あり学習) • 学習済みモデルを使用して画像分類Webアプリを作成 →実際にコードを見たのち、作成したものを動かします
画像分類(画像認識)の活用例 • 自動運転での物体検知 • スマホのロック解除の顔認証 • 工場での不良品・不純物の検知 • など
今回は画像分類でしたが… • 音声認識など、他の分野でも同様のプロセスでモデルへの学習が可能 例:「こんばんは」という文字の情報付きの「こんばんは」の音声を学習させる →「こんばんは」の音声を文字起こし可能になる
終わりに • AI・機械学習のモデル学習や開発について、実際に私が行った内容や作 成したものも交えてお話しました。 • 今回の内容はあくまで一例であり、比較的簡易なものではありましたが、世 の中のAI・機械学習のモデル学習や開発はこのように行っているんだな、 ということがイメージ出来たなら幸いです