ブログ | 人工知能（AI）でビジネスの未来を変える AISIA

オートエンコーダー_Auto Encoder (Vol.21)

2018.06.28

Vol.21では、これらの技術を紹介した上で、さらに、学習データの一部にラベルを付けた半教師ありVAEやConditional GAN、VAEとGANを組み合わせたVAEGANなどについても解説します。

半教師あり学習_Semi-Supervised Learning (Vol.20)

2018.06.07

半教師あり学習(semi-supervised Learning)は、識別(Discriminative)モデルと生成(Generative)モデルの両方に使われます。Vol.20では、識別モデルをテーマに取り上げ、分類器に基づく手法のブー...

敵対的生成ネットワーク_GAN (Vol.19)

2018.05.30

Vol.19では、ニューラルネットワークを使ったDCGANを中心にGANの基本構造、生成モデルの仕組み、GANの学習方法を解説し、最後にGANがデザイナーやアーチストなどさまざまなクリエーティブ作業に期待されている状況を紹介します。

LSTM 〜Long Short-Term Memory〜(Vol.18)

2018.05.24

LSTMは記憶打ち切り型通時的逆伝搬の単純RNNを改良して、長期依存を学習できるようにしたRNN拡張モデルです。Vol.17では、3つのゲートと長短2つの記憶ラインからなるLSTMの構造について説明します。

リカレントニューラルネットワーク_RNN (Vol.17)

2018.05.15

Vol.17では、RNNが時系列処理する仕組み、どんな分野に使われているか、通時的誤差逆伝搬(BPTT)と呼ばれる学習の仕組み、などについて説明します。現ステップの入力と前ステップからの再帰入力を組み合わせて、さて、何を出力するのでしょうか...

畳み込みニューラルネットワーク_CNN(Vol.16)

2018.05.11

畳み込みニューラルネットワーク(CNN)は、画像認識などによく使われるニューラルネットワークの構造ですが、最近では自然言語処理(NLP)など他の用途にも使われ始めています。Vol.16では、畳み込み層とプーリング層の役割を解説し、最後の全結...

クラスタリング_Clustering (Vol.15)

2018.05.02

教師なし学習のクラスタリング(Clustering)は、教師あり学習の分類（Classification)と同じく、対象を特徴点（次元）により分類する技術です。Vol.15では、その代表的なアルゴリズムとして、k平均法と混合ガウス分布につい...

分類_Classification (Vol.14)

2018.04.25

教師あり学習の分類（Classification)アルゴリズムには、2項分類(Two-class Classification）と多項分類(Multi-class Classification）があります。Vol.14では2項分類の代表とし...

回帰_Regression(Vol.13)

2018.04.12

機械学習を学ぶ上で、統計学とアルゴリズムの関係を理解することは大事です。Vol.13では、回帰(Regression)に使うアルゴリズムの中から、ベイズ線形回帰、サポートベクター回帰、ランダムフォレストを説明します。これまでに説明してきた線...

Q学習_Q-Learning(Vol.12)

2018.04.03

強化学習のアルゴリズムにはいくつかあります。Vol.12では、その中からQ-Learningについてチュートリアルをもとに説明し、強化学習の仕組みをきちんと理解します。その上で、salsaやモンテカルロ法、DQN、Rainbowについても簡...

P値とQ値 (Vol.11)

2018.03.27

Q学習のQとは何の略なのでしょうか。Vol.11では、その謎を解くためにまずP値を理解します。そのうえで、多重検定とFWER、FDR、BH法などの統計学を順番に理解していきましょう。

強化学習とバンディットアルゴリズム (Vol.10)

2018.03.19

最近、注目されている強化学習とはどのような学習方法なのでしょうか。Vol.10では、強化学習を理解する上で重要なバンディットアルゴリズムをＡＢテストと対比しながら理解します。また、シミュレーション法の1つでもあるモンテカルロ法も併せて解説し...

教師あり学習と教師なし学習 (Vol.9)

2018.03.08

機械学習には、教師あり学習、教師なし学習、強化学習の3つの学習方法があります。これら学習方法と統計学とアルゴリズムの三角関係はどうなっているのでしょうか。Vol.9では、この中から回帰と分類とクラスタリングについて体系的に解説します。

過学習を防ぐ方法 (Vol.8)

2018.02.23

機械学習には、いかに過学習を防ぐかという問題がついてまわります。最近、こうした過学習を防ぐための技術やテクニックがいろいろ出てきました。Vol.8では、その中から正則化（L1ノルム、L2ノルム）やドロップアウト、アンサンブル学習、K分割交差...

水増しと転移学習 (Vol.7)

2018.02.20

機械学習には大量データが必要と言われてきましたが、最近、少ないデータで機械学習する方法がいろいろ登場してきました。Vol.7ではその中から、水増しと転移学習という技術について解説します。

機械学習の学習データ(Vol.6)

2018.02.12

機械学習はデータの量と品質だと概念的にはわかっていても、具体的なところまでは意外とわかっていません。Vol.6では、データの量と品質という意味を正しく理解するとともに、クレンジングの自動化についても解説します。また、ImageNetとILS...

ディープラーニングと機械学習の違い (Vol.5)

2018.02.05

機械学習とディープラーニングの違いの本質を理解しましょう。Vol.5では、そのためにニューラルネットワークの構造と信号が伝わる仕組みを解説します。また、誤差逆伝搬の仕組みを理解すると、なぜ、人工知能が賢くなっていくかの本質がわかります。

機械学習の仕組み (Vol.4)

2018.01.30

機械学習は、学習処理と判定処理に分かれ、それぞれをきちんと理解する必要があります。Vol.4では学習方法として、ミニバッチ学習法やホールドアウト法、アクティブラーニングについて説明します。また、正解率と再現率、精度の関係やバイアスとバリアン...

機械学習のライブラリ (Vol.3)

2018.01.30

TensorFlowやCognitive Toolkit、Keras、Caffe、Chainerなど、さまざまなAIライブラリがオープンソースライセンスで公開されています。Vol.3では、現在、主流となっているこれらのライブラリを一覧化し、...

人工知能（AI）チップとエッジコンピューティング(Vol.2)

2018.01.30

ムーアの法則の終焉を迎え、人工知能の高パフォーマンスを得るためにGPUやFPGAなどの高速チップが普及してきました。また、本格的なIIOT時代を迎えて、クラウドだけでなく現場でAI処理するエッジコンピューティングが急激に発展しています。Vo...

人工知能を理解する(Vol.1)

2018.01.12

人工知能がどのようなものであり、どんなことができるでしょうか。巷には断片的な情報があふれていますが、全体像をきちんと理解した上でAIと向き合わないと、本当の姿が見えてきません。Vol.1では、人工知能の構成要素を4階層に整理した上で、まずは...

AI

オートエンコーダー_Auto Encoder (Vol.21)

半教師あり学習_Semi-Supervised Learning (Vol.20)

敵対的生成ネットワーク_GAN (Vol.19)

LSTM 〜Long Short-Term Memory〜(Vol.18)

リカレントニューラルネットワーク_RNN (Vol.17)

畳み込みニューラルネットワーク_CNN(Vol.16)

クラスタリング_Clustering (Vol.15)

分類_Classification (Vol.14)

回帰_Regression(Vol.13)

Q学習_Q-Learning(Vol.12)

P値とQ値 (Vol.11)

強化学習とバンディットアルゴリズム (Vol.10)

教師あり学習と教師なし学習 (Vol.9)

過学習を防ぐ方法 (Vol.8)

水増しと転移学習 (Vol.7)

機械学習の学習データ(Vol.6)

ディープラーニングと機械学習の違い (Vol.5)

機械学習の仕組み (Vol.4)

機械学習のライブラリ (Vol.3)

人工知能（AI）チップとエッジコンピューティング(Vol.2)

人工知能を理解する(Vol.1)

人気記事ランキング

人気資料ランキング

記事カテゴリー

他製品の関連記事一覧