More Related Content Similar to ITエンジニアのためのAI基礎2020 (20) More from Keisuke Tameyasu (14) ITエンジニアのためのAI基礎20208. なぜ今AIがブームなのか
The more I learn, the more I realize I don’t
know. The more I realize I don’t know, the more
I want to learn.
AIBASICS
for
ITENGINEERS
10. AI発展の歴史
There are only two ways to live your life. One is
as though nothing is a miracle. The other is as
though everything is a miracle.
AIBASICS
for
ITENGINEERS
24. AIシステム開発
It is high time that the ideal of success should be
replaced by the ideal of service.
AIBASICS
for
ITENGINEERS
29. 機械学習の基礎知識
Try not to become a man of success but rather to
become a man of value.
AIBASICS
for
ITENGINEERS
41. 決定木
天気
マラソンに行くか?
気温 風
行く 0
行かない 10
行く 3
行かない 7
行く 8
行かない 2
行く 5
行かない 5
晴れ 曇 雨
行く 8
行かない 2
25度以上 25度未満 強い 弱い
条件分岐によってグループを分割し、解くべき最小単位に分類していく手法。
モデルをツリーで表現できるので、どの説明変数が目的変数にどのように効いて
いるのかが視覚的に分かりやすいという特徴がある。
• 代表的な分類モデルであ
る分類木と回帰モデルで
ある回帰木の総称。
• ノンパラメトリックな
(母集団が正規性を持た
ない)場合に有効。
• 分類性能は低く過学習を
起こしやすい。
56. 56
機械学習とディープラーニングの違い
入力層x 隠れ層z × n 出力層y
3層のニューラルネットワークでうまくいくなら
4層、5層とすれば精度は上がるはず!
現実にはうまくいかず、精度が上がらない。
深い層だと誤差逆伝播が、下の方まで届かない。
なぜ?
実際にやってみると・・・
① 1層ずつ階層ごとに学習していく
② 自己符号化器(オートエンコーダ)を使用する
解決策
76. 現場の課題
Learn from yesterday, live for today, hope for
tomorrow. The important thing is not to stop
questioning.
AIBASICS
for
ITENGINEERS
Editor's Notes AIの研究は1940年代より始まった。ただし、20世紀のAIは人間がプログラムした作業しかできない。演算能力が優れた〝機械〟でしかなかった。
ところが2000年代に入ると、AIのパターン認識能力が飛躍的にアップした。AIはインターネット上にある膨大な情報(ビッグデータ)を活用して学習し、加速度的にパターン認識の精度を上げていったのである。例えばアマゾン等で買い物をすると出てくる「○○さんへのおすすめ」は、まさにこの代表格で、AIは統計確率的な技術によって、そのユーザーの嗜好に合わせたパターンを抽出できるようになったのだ。
さらに2012年頃より、脳科学の研究成果をAI開発に応用した「ディープラーニング」という技術が登場。これはデータの特徴を学習し、人間でも気づかないような、さまざまな〝分類パターン〟を独自に見つけ出し、抽出する機械学習手法のひとつで、これをビジネスに活用しようと、今、多くの企業が注目しているのだ。
一方、それらAI技術を支えるハードの進化も見逃せない。例えば20年ほど前に「スーパーコンピューター」と呼ばれていたものは、その大きさがビル一棟分もあり、電気代も1日数千万円もかかっていた。それが今や、家庭にあるパソコンが同等の性能を持っていたりする。その他、バッテリーやセンサー、モーター類などの性能がアップし、かつコストが下がったことで、ロボット開発にも多くの民間企業が参入しはじめているのである。