ぼんやりわかった気になる
分析界隈単語集
@maaya8585
https://slides.com/maaya/20200314-pylcaravan/live
@maaya8585 石田真彩
-
ATS(Account Technology Strategist)
-
元ディズニーオタ
-
好きなライブラリ：OpenCV / Pillow
Caution
この界隈の単語たちは
厳密に切り分け・区別のできない部分が多々あります。
今回はその中の１つの考え方として
とらえていただければ幸いです。
お話ししたい事
界隈の単語と概念のindexを作る
このセッションを聞いても
機械学習やディープラーニングできるようにはなりません。
ggrkと言われる前にぐぐれるようになれたらいいな。
Agenda
-
分析・解析基礎単語
- 機械学習とは
- ディープラーニングとは
三大基礎単語
-
統計
-
機械学習
-
AI
統計
データを数学統計データとして取り扱うこと
e.g.) 平均値・中央値・偏差 etc.
機械学習
-
データから傾向や法則を見出し、解析処理や予測処理を行う方法
-
人間が与えた法則からデータの抽出を行わせる手法
機械学習
これはウサギです
教師あり学習
教師なし学習
強化学習
などなど。
学習パターン
機械学習 : 教師あり学習
-
学習用に与えられたデータとその正解をペアで学習
-
↑のデータにフィットさせながら評価をしていく手法
-
認識・類似発見などの分野で活躍
機械学習 : 教師あり学習
機械学習 : 教師なし学習
学習データだけ与えられ「正解」がない状態で学習
データ全体の構造や法則だけを導き出す
機械学習 : 教師なし学習
スマホ派
利用頻度高
利用頻度低
PC派
機械学習 : 教師なし学習
スマホ派
利用頻度高
利用頻度低
PC派
機械学習 : 教師なし学習
スマホ派
利用頻度高
利用頻度低
PC派
機械学習 : 教師なし学習
スマホ派
利用頻度高
利用頻度低
PC派
機械学習 : 教師なし学習
スマホ派
利用頻度高
利用頻度低
PC派
機械学習 : 強化学習
- 行動の選択肢と「報酬」を定義したデータを学習させる
- 「報酬」は「連続した行動の結果」に与える
- 1データ(1アクション)ではない
- 連続した行動の結果にのみ報酬が与えられるためゴールに至るまでの行動に対する評価は学習の中で決定していく
機械学習 : 強化学習
○×ゲーム
勝ち：＋2
引き分け：-0.5
負け：-3
2
1
2
1
3
2
1
3
報酬
-3
機械学習 : 強化学習
2
1
報酬
-3
2
1
2
1
3
報酬
+ 2
2
1
3
2
1
3
これなら勝てる!
ニューラルネットワーク
-
機械学習の学習アルゴリズムの一つ
-
人間の脳の神経細胞に模した学習モデル
-
入力(入力層) から答え(出力層)を学習データとの関係性の変換処理(隠れ層)を行うことで答えを導き出す
-
答えの形や条件を指定をする必要がない(特徴量の自動抽出)
ニューラルネットワーク
耳がある
尾がある
4足立ち
耳が
立ってる
耳小さい
尾
くるん
猫
犬
亀
エルフ
柴犬
ハム
スター
キツネ
ザル
サソリ
プードル
ミドリ
ガメ
象亀
柴犬
脳みそ
ちゃん
一番線の数が
多いのは
ニューラル
ネットワーク
柴犬
この形に紐づく
正解データは
ニューラルネットワーク
柴犬
入力層
隠れ層
出力層
(特徴量自動抽出)
ニューラルネットワーク
ディープラーニング (ディープニューラルネットワーク)
-
多層のニュートラルネットワークを用いた機械学習アルゴリズムの１つ
-
多層 = 隠れ層の処理を3層以上重ねるとDeep Neural Network (DNN)と呼ばれるようになる
-
4層以上という人もいるし、正確な数は正直あいまい
-
ディープラーニングtips
ディープラーニングが生まれたばかりの頃 (2012年)
max 12層
現在
max 1,000層以上
ディープラーニングtips
1認識させるために必要な画像数
5,000 枚 〜
( DNN で良い結果がで始めると「言われている」枚数)
ディープラーニングtips
DNN の隠し層についてはブラックボックス
-
「層を重ねる」処理にどんな意味があるのか
-
そもそも隠し層の処理は対象データの「何を」みて学習しているのか
AI
A I と聞いて何を思い浮かべますか？
AI
A I がなんなのか、
私が知りたい。
AI
ぼくのかんがえた
さいきょうのえーあい
基礎単語まとめ
全ての機械学習方法は教師あり・なしに二分できる、etc. 色々な考え方があると思います。