AI・機械学習・ディープラーニング

ディープラーニングは機械自体が学習する

投稿日:

歴史

2012年のImageNetで圧勝したトロント大学の機械学習の方法が「ディープラーニング(深層学習)」である。

発案者は同大学教授のジェフリー・ヒントン。

本質

ディープラーニングは、予測能力を以前より大幅に高める技術である。

逆に言うと、予測能力の向上にすぎない。

インパクト

ディープラーニング以前

特徴量を人が苦手職人芸で設定。エラー率は26%。

ディープラーニング

特徴量を機械が学習して設定。エラー率は15%。

人口知能における50年来のブレークスルーと呼ばれている。

-AI・機械学習・ディープラーニング

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

AWS Amazon Machine Learning で MNISTを分類

実際に機械学習アプリを使用するにあたってはAWSとGCPで最も簡単に作る方法を調査した。 GCPでは Cloud ML Engineというのがあるが、あくまでEngineであり、GUIで簡単にアプリを …

no image

損失関数、ニューロンの数、層の深さは何か?

損失関数   ニューロンの数 ニューロンの役割 ここでいうニューロンは単純パーセプトロンのこと。つまり、x1w1+x2w2>bで表されるもの。 この式より、bより大きいものと小さいもの …

no image

AIが得意そうなこと・ビジネス開発

比較・検討 レコメンデーション(推薦)と呼ばれる分野。 この人は⚫⚫を買いそうだ というものの提案。 定型業務 法律 軽微な交通事故のようなものは、訴訟パターンが決まっている。過去の事例を解析して、勝 …

no image

エンジニアの勉強のポイント

今から勉強するなら、最先端分野がいいです。 AIがいいです。 今Springやアジャイルを学んでも、給料は上がりません。 10年前なら違ったかもしれません。 SIが今やってる、客先に常駐して顧客の業務 …

no image

AWS、GCPで簡単な機械学習APIが提供されていると言えども

イルカ本など読み終えて、さあ、試しに簡単なアプリでも作ってみようか!と思っても、やはり実際にAIアプリを作れるかといえばそう簡単ではないことが分かった。 例えばAmazon Machine Learn …