G検定 【ディープラーニングG検定対策】ディープラーニングの手法
G検定シラバス「ディープラーニングの手法」の範囲の対策。難易度は高。過去問、問題中でだけではフォローしきれない。昨今のDNNを調べておく必要がある。Softmax：出力を正規化して確率として解釈。tanh：双曲線正接関数。ReLU：正規化線形関数、ランプ関数。
ディープラーニング
G検定 
G検定 【ディープラーニングG検定対策】ディープラーニングの概要
G検定シラバス「ディープラーニングの概要」の範囲の対策。難易度は中程度、過去問、問題集で十分フォローできる。イテレーション＝重み更新回数。エポック＝訓練データを使用した回数。各種定理。・バーニーおじさんのルール・ノーフリーランチ定理・みにくいアヒルの子定理・モンベックのパラドックス
G検定 【ディープラーニングG検定対策】人工知能分野の問題
G検定シラバス「人工知能分野の問題」の範囲の対策。難易度は中程度。過去問、問題集でフォローできる。強いAI＝汎用AI＝AGI(Artificial General Intelligence)弱いAI＝特化AI。シンギュラリティについての各人の意見。
G検定 【ディープラーニングG検定対策】人工知能をめぐる動向
G検定シラバス「人工知能をめぐる動向」の範囲の対策。 難易度は中程度で、過去問、問題集で凡そフォローできる。 STRIPSは1971年 Richard FikesとNils Nilcsonの自動計画AI SHRDLUはCycプロジェクトから2001年にOpenCycとして公開される。
AI、データサイエンス ディープラーニング、機械学習の基礎数学
微分係数の定義。導関数の公式。偏微分。ベクトルの和。行列の和。行列の積。統計学。相関。
AI、データサイエンス ディープラーニングの法律、倫理、現行の議論
AIプロダクト開発の工程を通じて関連する法律、倫理、現行の議論について記載する。プロダクトを考える。データを集める。データの加工、分析、学習。実装、運用、評価。クライシスマネジメント。
AI、データサイエンス ディープラーニングの産業への応用 その2
産業への応用の応用例を列挙。タクシー需要予測。来店者情報。無人コンビニ。多様な作業。物流。農業。金融。学習。インターネット関連。
AI、データサイエンス ディープラーニングの産業への応用 その1
G検定対策はこちらはじめに産業への応用の応用例を列挙。ものづくり不良品検出「不良品が発生する頻度が少ない」ことが課題。良品データのみの特徴を抽出し、その差分で不良品を検出。つまり、良品データでなければ不良品という考え方。AutoEncode...
AI、データサイエンス ディープラーニングの研究分野 その3
ディープラーニングの研究分野である、音声認識と強化学習について記載する。RNNの聴覚、音声分野の成果としてWaveNet(ウェーブネット)が存在する。WaveNetは音声合成(Speech synthesis)と音声認識(Speech recognition)の両方を行えるモデル。
AI、データサイエンス ディープラーニングの研究分野 その2
ディープラーニングの研究分野の一つである、自然言語処理分野について記載する。word2vecは、「単語→ベクトル」の意で、ベクトル空間モデルや単語埋め込みモデルとも言われている。"単語の意味は、その周辺の単語によって決まる "という言語学の主張をニューラルネットワークで実現したもの。有名な例は以下。