Enviar pesquisa
Carregar
Deep Learningの軽い紹介
•
2 gostaram
•
1,338 visualizações
Yoshihisa Maruya
Seguir
この前発表したやつです。
Leia menos
Leia mais
Software
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 24
Baixar agora
Baixar para ler offline
Recomendados
【はじめての深層学習 #1】 深層学習とは
【はじめての深層学習 #1】 深層学習とは
kubotaka1
シミュレーター
シミュレーター
Kensei Demura
3分で学べる!プレゼンが上手くなる話し方と構成のコツ from 俺の薬局
3分で学べる!プレゼンが上手くなる話し方と構成のコツ from 俺の薬局
mei_tachibana
3分で学べる!クレーム対応のコツ(クレーム対策マニュアル) from 俺の薬局
3分で学べる!クレーム対応のコツ(クレーム対策マニュアル) from 俺の薬局
mei_tachibana
3分で学べる!対人トラブルを回避するコツ(対人コミュニケーション術) from 俺の薬局
3分で学べる!対人トラブルを回避するコツ(対人コミュニケーション術) from 俺の薬局
mei_tachibana
【共通版】 IBM Cloud (SoftLayer) 最新動向情報 2017年11月版 v1.0
【共通版】 IBM Cloud (SoftLayer) 最新動向情報 2017年11月版 v1.0
Kazuhiko Isaji
Deep learningの軽い紹介
Deep learningの軽い紹介
Yoshihisa Maruya
機械学習入門とGPUと学習参考サイト
機械学習入門とGPUと学習参考サイト
Yusuke Yoshie
Recomendados
【はじめての深層学習 #1】 深層学習とは
【はじめての深層学習 #1】 深層学習とは
kubotaka1
シミュレーター
シミュレーター
Kensei Demura
3分で学べる!プレゼンが上手くなる話し方と構成のコツ from 俺の薬局
3分で学べる!プレゼンが上手くなる話し方と構成のコツ from 俺の薬局
mei_tachibana
3分で学べる!クレーム対応のコツ(クレーム対策マニュアル) from 俺の薬局
3分で学べる!クレーム対応のコツ(クレーム対策マニュアル) from 俺の薬局
mei_tachibana
3分で学べる!対人トラブルを回避するコツ(対人コミュニケーション術) from 俺の薬局
3分で学べる!対人トラブルを回避するコツ(対人コミュニケーション術) from 俺の薬局
mei_tachibana
【共通版】 IBM Cloud (SoftLayer) 最新動向情報 2017年11月版 v1.0
【共通版】 IBM Cloud (SoftLayer) 最新動向情報 2017年11月版 v1.0
Kazuhiko Isaji
Deep learningの軽い紹介
Deep learningの軽い紹介
Yoshihisa Maruya
機械学習入門とGPUと学習参考サイト
機械学習入門とGPUと学習参考サイト
Yusuke Yoshie
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
KIT Cognitive Interaction Design
今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能
Keisuke Tameyasu
「人工脳」のご紹介
「人工脳」のご紹介
HasegawaResearchLab
Raspberry Pi Deep Learning Hand-on
Raspberry Pi Deep Learning Hand-on
Yoshihiro Ochi
人間の思考、機械の思考
人間の思考、機械の思考
maruyama097
Webサービスを分類してみた
Webサービスを分類してみた
しくみ製作所
Webサービスを分類してみた
Webサービスを分類してみた
Shumpei Hozumi
「人工脳SOINN」のご紹介
「人工脳SOINN」のご紹介
HasegawaResearchLab
20160519 機械学習についてふわっと解説してみた
20160519 機械学習についてふわっと解説してみた
Urara Enomoto
CDLE Lt甲子園予選会 2021 #1 0527 01(itok)
CDLE Lt甲子園予選会 2021 #1 0527 01(itok)
Naoya Tosaka
Mais conteúdo relacionado
Semelhante a Deep Learningの軽い紹介
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
KIT Cognitive Interaction Design
今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能
Keisuke Tameyasu
「人工脳」のご紹介
「人工脳」のご紹介
HasegawaResearchLab
Raspberry Pi Deep Learning Hand-on
Raspberry Pi Deep Learning Hand-on
Yoshihiro Ochi
人間の思考、機械の思考
人間の思考、機械の思考
maruyama097
Webサービスを分類してみた
Webサービスを分類してみた
しくみ製作所
Webサービスを分類してみた
Webサービスを分類してみた
Shumpei Hozumi
「人工脳SOINN」のご紹介
「人工脳SOINN」のご紹介
HasegawaResearchLab
20160519 機械学習についてふわっと解説してみた
20160519 機械学習についてふわっと解説してみた
Urara Enomoto
CDLE Lt甲子園予選会 2021 #1 0527 01(itok)
CDLE Lt甲子園予選会 2021 #1 0527 01(itok)
Naoya Tosaka
Semelhante a Deep Learningの軽い紹介
(10)
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
人工知能技術の現状-今後の見通し-社会へのインパクト-岡夏樹
今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能
「人工脳」のご紹介
「人工脳」のご紹介
Raspberry Pi Deep Learning Hand-on
Raspberry Pi Deep Learning Hand-on
人間の思考、機械の思考
人間の思考、機械の思考
Webサービスを分類してみた
Webサービスを分類してみた
Webサービスを分類してみた
Webサービスを分類してみた
「人工脳SOINN」のご紹介
「人工脳SOINN」のご紹介
20160519 機械学習についてふわっと解説してみた
20160519 機械学習についてふわっと解説してみた
CDLE Lt甲子園予選会 2021 #1 0527 01(itok)
CDLE Lt甲子園予選会 2021 #1 0527 01(itok)
Deep Learningの軽い紹介
1.
Deep Learningの軽い紹介 機械学習入門(?)
2.
• 今回は、機会学習入門です。 • 次回は、SURF
vs Deep Learning というタイトル で、実際に評価,考察した結果を発表します。
3.
ちょっと機会学習入門
4.
機会学習は怖くない!! • 機会学習は、人間ができる 当たり前の
作業を、機械(コンピューター)にさ せることを目指す。 人間ならば…顔の 表情 がすぐ解る(分類できる)。 ではコンピューターが行うには…?
5.
機械 はどうつくるの?
6.
人間は新しいことを何度も見て、聞いて、書いて覚えますよね。
7.
コンピューターも、人間が行っていることを真似すれば、 学習できるはず。
8.
少し数学的な視点から… A,B,Cにデータ(0or1)を入力すると、 X(0or1)を出力する 機械 があります。 •
•
9.
では、入力(A,B,C)と出力(X)のペアが与えられたときに、 これらの入出力を満たす機械をコンピューターが作るには??
10.
コンピューターは演算を行う機械です。 方法の一つに、何億回という演算を行い、 入出力の関係を、近似できる関数を作成する • • •
• • というものがあります。
11.
その中に、人工ニューラルネットがあります。 • • 脳の仕組みを単純化したものをコンピューター上で演算を 繰り返し、学習(入出力関係を満たす関数近似)をします。
12.
従って入出力の関係を用意してあげれば、 コンピューターでも学習ができるはずです。
13.
でも、複雑な問題にはこれだけでは対応できません。
14.
この画像1枚を学習しても、
15.
これらの問題に対応できません。
16.
これすら対応できません。
17.
コンピューターは正確な答えを導く事ができますが、 柔軟な答えを求めるのは厳しいのです。
18.
人間はコンピューターに柔軟性を持たせるため、 長い間戦っています。 一つが 特徴 の問題です。 もう一つが
確率 の問題です。
19.
問題のもつ特徴を、人間が機械に教えて上げる(関数で表現する)ことで
20.
柔軟に問題をとくことが出来ます。 例え画像が反転しても、縮小しても、問題自体は変わりますが、問題の持つ特徴は変わりません。 • • •
• • • • • • • • • • •
21.
また、学習(関数近似)の際にも、確率の概念を導入することで 柔軟性をもたせています。
22.
確率的な 学習 はコンピューターが自動的に行います。 しかしながら、 ! 特徴
は人間が手動で新たな関数を見つけなければなりませんでした。
23.
そこで登場したのがDeep Learingです。 特徴もコンピューターが学習してくれます。
24.
余談 • ニューラルネットを嫌っている人(?)を見かけます。 • 数学的に正しさを証明出来ないのはちょっと… •
これは、四色定理のコンピューター証明の議論に似 ている気がしました。
Baixar agora