Deep Learning

at 神奈川県, Kawasaki-shi

Deep Learningで世界No.1を目指すFacebookページです。株式会社アイティーダイン(ITDYNE)が運営しています。 Deep Learningから始めてAIの究極的な展開を2030年までに目指します!


Deep Learning
神奈川県
Kawasaki-shi , Kanagawa
Japan
Contact Phone
P: ---
Website
http://itdyne.jp/

Company Rating

59 FB users likes Deep Learning, set it to 2 position in Likes Rating for Kawasaki-shi, Kanagawa, Japan in Computers/technology category

We wrote this expandable template to deploy various-sized deep learning 1, 2, 3, and 4-layer neural networks in C http://rextester.com/EPZGD92467

Published TheNerdShow.com on 2016-03-25 22:47:16 GMT

Deep Learningでよく使われる言語のPythonのインストール。 なお、「入門 Python 3、オライリージャパン」を参考にしています。Windows環境を想定しています。 http://www.amazon.co.jp/dp/4873117380   1. 次のPythonのサイトのダウンロードページからPython3をインストール。Python2は古いので、Python3のインストール。64bitのWindowsの場合は、下段のページからダウンロード。 https://www.python.org/ https://www.python.org/downloads/windows/   2. Scientific Pythonモジュールが満載されたAnacondaディストリビューションをインストール。 https://www.continuum.io/downloads   あとは、ターミナル(コマンドライン)で、pythonと打つと、pythonのコマンドラインになる(pythonのインストール時にpythonプログラムのパスが登録されるようなので、ターミナルでpythonと打つだけでpythonのコマンドラインが起動するようです)。pythonのプロンプトは「>>>」です。

Published Deep Learning on 2016-02-25 01:22:32 GMT

東大の松尾先生著の「人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書) 」を読んだかなり大雑把なまとめです。なお、細かい技術的なことは省いています。   http://www.amazon.co.jp/dp/4040800206     ・最近、人工知能がホットになっているのは、人工知能の領域で50年ぶりに訪れたブレークスルーをもたらすかもしれない新技術「ディープラーニング」のため。   ・ディープラーニングの特徴は、「特徴表現学習」が可能になったところが大きい。これは、従来の機械学習では実現できなかったことが実現できるという意味で意義がある。   ・ディープラーニングの技術には可能性があるがその「上限値」はまだ明確ではない。そのため、あくまでも上限値と期待値とを分けて理解するべき。宝くじでいえば上限値とは1等のこと。今の人工知能は、実力よりも期待感のほうがはるかに大きくなっている。しかし、大きな可能性はある。   ・人工知能が人間を支配するなどという話は笑い話にすぎない。   ・「グーグルがネコを認識する人工知能を開発した」という一見すると何でもないニュースが、実は、自動運転車のニュースよりもずっと「本当にすごい」ことである。理由は、「特徴表現学習」ができるようになったことにある。自動運転車の技術は、「こういう場合はこうせよ」というパターンを数万件書くという力技だが、   ・ディープラーニング以前の機械学習の弱点は、フィーチャーエンジニアリングである。これは特徴量の設計であり、「特徴量設計」と書籍では読んでいる。例えば、ある人の年収を予測をするプログラムがある場合、その人の職業、年齢、地域、学歴、業種、勤続年数、家族構成、家賃などさまざまなデータ(特徴量)があり、どの特徴量を使えばその人の年収を精度よく予測するプログラムができるかというのが問題としてある場合に、特徴量は人間が選んでいた(コンピュータでは判断できないため)。そして、問題が複雑になるほど、正しい特徴量を選ぶのが困難だった。しかし、その特徴量をコンピューターが自ら生成できる端緒がディープラーニングにはある。したがって、データをもとに「特徴量を自ら作り出す」という点でディープラーニングは人工知能の50年来のブレークスルーとのこと。これを従来の機械学習とは分けて、「特徴量表現学習」と書籍では呼んでいる。   ・「特徴量を自ら作り出すことができるようになる」というのは、例えば、手書きの数字をコンピューターが読んで、正しい値を言い当てるという問題の場合で言えば、画像を白黒のピクセルで見た時に、黒いピクセルのどこをまとめて扱ったら結果(出力)に影響しないのか、逆にどこをまとめて扱うと大きく異なる結果(出力)が出てしまうのか、というピクセル間の情報の関連を試行錯誤して、コンピューターが自分で学習するという感じ。   ・今後のディープラーニングの先の研究の予測(この書籍の予測)。 1. 画像からの特徴表現と概念の獲得 →画像認識精度の向上。   2. マルチモーダル(画像以外に、動画、音声、圧力などの複数のデータ)な特徴表現と概念の獲得 →環境認識、行動予測の向上。   3. 「行動と結果」の特徴表現と概念の獲得 →プランニング、フレーム問題の解決。   4. 一連の行動を通じた現実世界からの特徴量の取り出し →推論・オントロジー、高度な状況の認識。   5. 言語と概念のグラウンディング →シンボルグラウンディング問題、言語理解。   6. 言語を通じての知識獲得(人間を超える?) →知識獲得のボトルネック解消、高次社会予測。

Published Deep Learning on 2016-02-19 01:11:56 GMT

AiやDeep Learningについて勉強する仲間が欲しい方は、こちらに自由に投稿ください。 飲み会などの募集も直接書き込んで下さい。 ご自身のAIのブログを紹介したいというのでもOKです。 AIで世界No.1になるコミュニティを形成するのがこのページの目的です!

Published Deep Learning on 2016-02-17 16:34:44 GMT

東大の松尾先生は下記の書籍で講義をするようです。 「深層学習」(機械学習プロフェッショナルシリーズ) 私も購入しましたが、大学1年で習う線形代数をしっかり理解していれば、理解できる内容だと思いました。 ただ、この書籍は理論の解説がメインのため、実際にプログラムを組むとなると、この書籍では厳しいと思いました。 そこで、「実践 機械学習システム、オライリー・ジャパン」という書籍を購入し、機械学習のプログラムを始めようと思いました。 しかし、pythonが使えないとこの書籍のコードが書けないことが分かり、書籍「入門 Python 3、オライリー・ジャパン」を購入し、Pythonから勉強中です。 松尾先生の講義も参加資格に「Pythonが使えること」とあるため、Deep LearningではPythonが主流なようです。 http://ail.tokyo/ja/register/

Published Deep Learning on 2016-02-17 11:20:25 GMT

東大の松尾先生がAILという研究グループを発足させたようです。講座の一般公開が望まれますね。 ネット動画などで講義が見れたら良いと思います。 http://ail.tokyo/ja/ AILは、AIとDeep Learningに関する東京大学内の研究グループです。Deep Learning技術の登場により、人工知能技術が飛躍的に向上し、ありとあらゆる産業と社会のあり方に大きな影響を与えています。これからの社会では、どんな産業でどんな業種に携わるとしても、人工知能技術の影響を受けることになるでしょう。AILでは、そのような人工知能技術が重要な役割を果たす社会の到来に備え、以下の活動を行っています。

Published Deep Learning on 2016-02-17 11:10:04 GMT

東大の松尾 豊准教授のページです。 http://deeplearning.jp/

Published Deep Learning on 2015-09-15 14:47:07 GMT

Published Deep Learning on 2015-09-15 14:44:46 GMT

Published Deep Learning on 2015-09-15 14:43:16 GMT

Deep Learningのページをとりあえず作ってみました。 Deep Learningについて語りたい方は、このコミュニティのメンバーにその素晴らしさをぜひ語って下さい。

!-- Global site tag (gtag.js) - Google Analytics -->