人工知能 基礎から機械学習まで「AIのキホン」（特別無料公開版）
弊社の代表が執筆した書籍の一部を抜粋し、特別に無料で公開している資料です。
AIの検討を進めるにあたり必要な基礎的な知識について、わかりやすい例を用いて解説しています。
これから具体的にAIを活用した課題解決の検討を進めるという方はもちろん、将来的に検討したいという方は是非ご一読ください。
掲載内容
- はじめに
- 人工知能の全体像(AI Overview)
- ディープラーニングの歩み
- 機械学習のしくみ 機械学習とは？
- ミニバッチ学習法
- ホールドアウト法
- 正解率と再現率と精度
- 過学習と汎化誤差
- バリアンスとバイアス
- アクティブラーニング
- 機械学習と深層学習の違い
- ニューラルネットワークとは
- シグモイドニューロン
- 誤差逆伝搬(Back propagation)
- 機械学習アルゴリズムとディープラーニングの違い
- 機械学習の学習データはどれくらいの量が必要か
- 学習データの品質
- データクレンジングの自動化
- ImageNetとILSVRC
- 学習済みモデル(Pre-trained models)
- 水増しと転移学習～少ないデータで学習できる方法～
- 転移学習(Transfer learning)
- 転移学習の方法