Submit Search
Upload
5分で分か(った気にな)る人工知能入門
•
15 likes
•
8,806 views
尚行 坂井
Follow
その場のノリでLTしたときの資料です。 正確さをまったく無視して、ざっくり人口知能を説明してみました。
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 10
Download now
Download to read offline
Recommended
人工知能の概論の概論とセキュリティへの応用(的な~(改)
人工知能の概論の概論とセキュリティへの応用(的な~(改)
Typhon 666
機械学習
機械学習
Hikaru Takemura
Pythonによる機械学習
Pythonによる機械学習
Kimikazu Kato
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
horihorio
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
協調フィルタリング with Mahout
協調フィルタリング with Mahout
Katsuhiro Takata
コース導入講義(荒木)
コース導入講義(荒木)
Faculty of Economics, Momoyama Gakuin University
Recommended
人工知能の概論の概論とセキュリティへの応用(的な~(改)
人工知能の概論の概論とセキュリティへの応用(的な~(改)
Typhon 666
機械学習
機械学習
Hikaru Takemura
Pythonによる機械学習
Pythonによる機械学習
Kimikazu Kato
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
horihorio
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
協調フィルタリング with Mahout
協調フィルタリング with Mahout
Katsuhiro Takata
コース導入講義(荒木)
コース導入講義(荒木)
Faculty of Economics, Momoyama Gakuin University
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
「わからない」との付き合い方
「わからない」との付き合い方
Eric Sartre
Randomforestで高次元の変数重要度を見る #japanr LT
Randomforestで高次元の変数重要度を見る #japanr LT
Akifumi Eguchi
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
Sapporo20140709
Sapporo20140709
Kimikazu Kato
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
Yuya Unno
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
More Related Content
What's hot
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
「わからない」との付き合い方
「わからない」との付き合い方
Eric Sartre
Randomforestで高次元の変数重要度を見る #japanr LT
Randomforestで高次元の変数重要度を見る #japanr LT
Akifumi Eguchi
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
Sapporo20140709
Sapporo20140709
Kimikazu Kato
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
Yuya Unno
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
What's hot
(8)
開発者からみたTensor flow
開発者からみたTensor flow
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
「わからない」との付き合い方
「わからない」との付き合い方
Randomforestで高次元の変数重要度を見る #japanr LT
Randomforestで高次元の変数重要度を見る #japanr LT
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Sapporo20140709
Sapporo20140709
情報抽出入門 〜非構造化データを構造化させる技術〜
情報抽出入門 〜非構造化データを構造化させる技術〜
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
5分で分か(った気にな)る人工知能入門
1.
5分でわか(った気にな)る 人工知能 カラフル・ボード 坂井 ※本資料は坂井個人の見解であり、会社とは関係ありません
2.
人工知能って? 例) 既存:はい、いいえ で分類 弱いAI:7割はい のような推論 強いAI 人間の脳をコンピュータで再現 弱いAI 既存のコンピュータよりも賢くする すごく遠い目標… 基本的に コレ
3.
第一世代:探索と推論の時代 • 総当たり • 最適化問題 •
統計的な推論 • 将棋なら、3つの駒の位置を特徴量に • モンテカルロシミュレーション • LPO のバンデッドアルゴリズム
4.
第2世代:知識の時代 • 知識の体系化、構造化 • エキスパートシステム •
心理カウンセリングぽい対話型システム • 専門家によるQA • いまだに続いてる…
5.
第3世代:機械学習の時代 • 大量データによる推論 • 特徴量の選択は職人芸
6.
第4世代:ディープラーニング の時代 • 特徴量の抽出を自動化!
7.
よくやること • オススメする:レコメンド • 点数をつけて優先順位付け •
まとめる:クラスタリング • グループ・塊を見つける • 分類する:分類器 • (人間が教えて)分類する
8.
分類器: ニューラルネットワーク以外 • 曲線、曲面をひいて領域分割
9.
分類器: ニューラルネットワーク 画像を1次元のコード化 0001110000… 0001110000… 3 2 コードを入力 どの数値か分類 … …
10.
ディープラーニングも 所 は最小二乗法 ①1次の層で誤差関数で ざっくりあわせる ②各グループのなかで コネコネ最適化 →ディープにしている
Download now