どうも、カタミチです。 さて今日は、G検定の本番当日にさっと確認できるキーワードメモを作ってみようと思います。特に、人名や年代、ディープラーニングの手法の名前あたりがあやふやになりがちなので、そのへんを中心にメモ化しようと思います。スライド…

どうも、カタミチです。 さて、昨日「模擬試験はいつかやろう」と言いましたが、よく考えたら…もうほとんど本番までの残り日数がない！（無計画） …ということで、G検定2022#1まで残りわずかになりました。これまでコツコツ勉強してきましたが、現在の実力は…

どうも、カタミチです。 さて、G検定の試験もだいぶ近づいてきました。参考書テキストも1周したので、先日買った問題集やってみました。 …まぁ、一気にやったわけではなく、スキマ時間でコツコツ、という感じですね。模擬試験になってる第9章は、まだ楽しみ…

どうも、カタミチです。 さて、G検定のテキストの勉強も今日で最後です。今日は、Appendixとして「事例集」をざっと見てみたいと思います。 製造業領域における応用事例 まず製造業領域では、検品に使われているみたいです。製造時における不良品の検知です…

どうも、カタミチです。 さて、第7章もついに最後の節にきました。最後は「クライシス・マネジメント」についてですね。行ってみましょう！ 体制を整備する 想定される危機を予防するのが、前節にも出てきた「リスク・マネジメント」なら、いざそれが発生し…

どうも、カタミチです。 さて、昨日の続きで、AIシステムの実装・運用・評価のところですね。行ってみましょう。 「悪用」へのセキュリティ対策を行う さて、運用が始まってからは、開発者が想定していなかった使い方や悪用の可能性があります。例えば、推論…

どうも、カタミチです。 さて今日は、実際にサービスやプロダクトとしてAIシステムを世に出す局面の話ですね。見てみましょう。 本番環境での実装・運用を行う PoCでの検証を終えて十分に価値を生み出せるという見積もりが得られたら、本番環境での実装と運…

どうも、カタミチです。 さて、前回の続きですね。早速、行ってみましょうかねー。 アルゴリズムを設計・調整する 初期段階でパラメータの設定が甘くモデルの精度が低い状態だったとしても、モデルの調整により精度が向上していき、徐々に実験で得られる精度…

どうも、カタミチです。 前回はデータの収集でしたが、今回はそのデータの加工・分析・学習ですね。行ってみましょう〜 データを加工する 収集したデータをそのまま学習に使う…かというと、まずは「加工」という作業が待っているようです。動画で集めたデー…

どうも、カタミチです。 さて、今日のテーマは「データを集める」ですね。AIの学習はデータがないと始まりませんから、非常に重要ですよね。ということで、早速行ってみましょう！ データの収集方法および利用条件の確認 AIシステムの開発には、特にデータの…

どうも、カタミチです。 今回は、AIプロジェクトの計画についてです。AIプロジェクトは、これまでのシステムインテグレーター的なシステム開発と異なり、アジャイル的なプロジェクトマネジメントを行う必要があります。 ということで、見ていきましょう。 AI…

どうも、カタミチです。 さて、第7章にやってきました。第7章は「ディープラーニングの社会実装に向けて」ですね。Appendixを除けば最後の章になります。 1節は「AIと社会」ということで、早速見ていきましょう！ AIのビジネス利活用と法・倫理 ディープラー…

どうも、カタミチです。 さて、今日から第7章…の前に、G検定の問題集を買ったので少しその話を。 今回買ったのはこの本です… どん！ 徹底攻略ディープラーニングG検定ジェネラリスト問題集 第2版 徹底攻略シリーズ 今回は、参考書のときのように電子書籍では…

どうも、カタミチです。 ついに6章の最後の節にやってきました。今回は、モデルの解釈性の問題とその対応、というタイトルですね。早速見てみましょう！ ディープラーニングモデルの解釈性問題 様々なテクニックやモデルの工夫により予測精度が大きく向上し…

どうも、カタミチです。 今日は、深層強化学習の2回目です。これまでは、深層強化学習の使い方としてゲームAIにフォーカスしていましたが、今回は、実システムへの応用の話ですね。 実システム制御への応用 深層強化学習をロボット制御に応用する際の課題 は…

どうも、カタミチです。 さて、「ディープラーニングの手法」の章も終盤に差し掛かってきました。今日からは深層強化学習ですね。 深層強化学習の基本的な手法と発展 まず、深層強化学習（deep reinforcement learning）は、ディープラーニングと強化学習を…

どうも、カタミチです。 さて、音声処理と自然言語処理分野の節は今回で最後ですね。早速見てみたいと思います！ 自然言語処理におけるPre-trained Model 今回は、事前学習の話ですね。確か、事前学習は現在ではあまり使われない…ということだったと思うんで…

どうも、カタミチです。 さて、音声処理と自然言語処理分野の3回目ですね。今回は、トランスフォーマーというお話のようです。…昔、トラックなどの乗り物がロボットに変身するアニメに、そんな名前のものがあったような気がしますが、まぁ関係ないですね、は…

どうも、カタミチです。 さて、音声処理と自然言語処理の続きです。今日は、RNN（リカレントニューラルネットワーク）についてです。畳み込みニューラルネットワークのNASNetのところでも、ちらっと出てきたやつですね。見てみましょう。 RNN（リカレントニ…

どうも、カタミチです。 さて、画像処理の節の次は、音声処理と自然言語処理ですね。こちらもホットな分野ですよねー。早速見てみましょう！ データの扱い方 世の中には、時系列データが溢れていますね。時系列データと聞くと容易にイメージはつくんですが、…

どうも、カタミチです。 昨日に引き続き、画像認識分野での応用ですね。昨日は、画像認識、物体検出、セグメンテーションについてでした。さて今日は…？ 行ってみましょう！ 姿勢推定タスク ほう、姿勢推定ですか。これは、人の頭や足、手などの関節位置を推…

どうも、カタミチです。 さて今日は、画像認識の進歩の流れの紹介ということになります。早速見てみましょう〜 画像認識タスク 画像認識タスクとして開催されているILSVRCについては何度も出てきましたね。2012年にAlexNetが従来手法の精度を圧倒し、ディー…

どうも、カタミチです。 前節では、データを識別するモデルがざっと紹介されていましたが、今節ではデータを生成するモデルが紹介されています。前節でも少し触れられていましたね。拡大したり回転したり傾けたり…。この辺りが深掘りされる感じですかね。 あ…

どうも、カタミチです。 今日は、畳み込みニューラルネットワークの続きですね。行ってみましょう〜 データ拡張 畳み込み層とプーリング層を繰り返し重ねることで画像認識の精度が高まることは分かりましたが、まだ課題があります。 ・同じ物体でも、角度が…

どうも、カタミチです。 さて、だいぶ進んできました。いよいよ6章に突入です。6章は「ディープラーニングの手法」です。5章が「ディープラーニングの概要」だったので、もう一段踏み込んだ感じの章ですかねー。見ていきましょう。 画像データの扱い まずは…

どうも、カタミチです。 さて、「ディープラーニングの概要」の章も最後の節にやってきました。本節のタイトルは「更なるテクニック」ですね。さっそく見てみましょう！ ドロップアウト まずはこれ、ドロップアウト。これは名前のとおり、学習の際にランダム…

どうも、カタミチです。 さてさて、これまでディープラーニング、ディープネットワークについての勉強をしてきたわけですが、ここに来て… そもそも、ニューラルネットワークを始めとした機械学習の手法が目指しているのが、「モデルの予測値と、実際の値との…

どうも、カタミチです。 さて、今日は活性化関数のお話です。前々回、事前学習なしでディープラーニングを実現する方法のところでキーワードとして出てきたのがこの活性化関数。 さっそく見てみましょう！ tanh関数 ディープニューラルネットワークは隠れ層…