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…

どうも、カタミチです。 さて、この節はどちらかというとハードウェア的な話になります。研究者の努力によってアルゴリズムが改良されることも重要な進歩ですが、一方で、それを実現するためのハードウェアの進歩も見逃せません。ということで行ってみましょ…

どうも、カタミチです。 今日は、ディープラーニングのアプローチという節ですね。初期のディープラーニングがどのように実現していったか…という戦いの歴史ですね。見てみましょう！ 事前学習によるアプローチ 理想と現実のギャップに、しばらく下火となっ…

どうも、カタミチです。 さて、ようやく5章に入りました。5章は「ディープラーニングの概要」です。いよいよ核心に迫っていく感じですかねー。 まずは、ディープラーニングの基本。 多層パーセプトロン まず多層パーセプトロンの復習をさらっと。これは、ニ…

どうも、カタミチです。 前回は、モデルを評価する際のデータの扱いについての話でしたが、今回は評価指標についての話です。 正解率・適合率・再現率・F値 例えば、10,000枚のイヌ、オオカミの画像を学習させた上で、2,000枚の画像がイヌなのかオオカミなの…

どうも、カタミチです。 さて、機械学習の手法については前回までで終わり、今回からはモデルの評価についてです。それぞれの手法で得られた「学習済みモデル」ってやつをどう評価するか？という点が論点ですかね。 データの扱い モデルの評価に当たっては、…

どうも、カタミチです。 さて、ここまでで「教師あり学習」の手法、「教師なし学習」の手法まで見てきました。今回は最後の「強化学習」の手法ですね。 理論概要 まず、強化学習の理論の概要からおさらい。 強化学習は、環境から状態を受け取り、そこからよ…

どうも、カタミチです。 さて、今回から「教師なし学習」の代表的な手法に入ります。紹介されているのは5つですね。 ・階層なしクラスタリング（k-means法）・階層ありクラスタリング（ウォード法）・主成分分析・協調フィルタリング・トピックモデル まず「…

どうも、カタミチです。 さて、教師あり学習の最後の手法ですね。最後は… 自己回帰モデル 自己回帰モデル（ARモデル）です。 これは、対象とするデータに特徴があって、時系列データを対象とするようです。そう言われると確かにこれまで、時系列のデータを入…

どうも、カタミチです。 さて、教師あり学習の具体的手法の紹介も残り2つ。あとひと息ですね。早速行ってみましょう〜。 ニューラルネットワーク ついに来ました、大本命ニューラルネットワーク！ラスボスかと思いきや、最後から2番目で登場しました。意外な…

どうも、カタミチです。 さてさて、2022年1回目の「G検定」の申し込みが始まりましたね。 2022年 第1回「G検定（ジェネラリスト検定）」受験（申込）サイト 申し込むにはどうやら、アカウントを作成する必要があるみたいです。 ということで、早速登録してみ…

どうも、カタミチです。 毎日更新のつもりが、1ヶ月も経たないうちに1日飛んでしまいました（汗） 今日も「ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版」(以降、『当書』)で勉強やっていきますかねー。 サポートベクターマシン サポート…

どうも、カタミチです。さて、今日も「ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版」(以降、『当書』)で勉強です。 今日も教師あり学習の手法についてですね。 ブースティング 4つ目はブースティングです。前回のランダムフォレストの時…

どうも、カタミチです。 さて、今日もコツコツ「ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版」(以降、『当書』)で勉強です。 「教師あり学習」の代表的な手法紹介の続きですね。前回「線形回帰」と「ロジスティック回帰」をやりましたが…

どうも、カタミチです。 今日は、勉強はちょっと休憩して雑談です。 昨日、Netflixが北米で値上げしたとのニュースを見ました。どうやら最近段階的に値上げをしているようですね。いずれ日本も値上げされるかもしれないですね。日本には値上げに慎重な企業が…

どうも、カタミチです。 今日も「ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版」(以降、『当書』)で勉強していきたいと思います。 代表的な手法（教師あり学習） さて、教師あり学習の具体的な方法について見ていくことにしましょう。本書…

どうも、カタミチです。 今日も、「ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版」(以降、『当書』)で勉強していきたいと思います。 今日から4章ですね。4章のタイトルは「機械学習の具体的手法」とあります。いよいよ具体的な話になって…