AI・機械学習・ディープラーニング

AIの俯瞰2

投稿日:2018年3月18日 更新日:

人工知能研究にあった大きな壁

  1. 機械学習に使う情報量の不足
  2. コンピューター性能の不足

機械学習に使う情報量の不足

インターネットの登場→ビッグデータ

検索技術=マイニングにより、ビッグデータからひつよ

機械学習とビッグデータ

機械学習はデータが命。機械学習の中心はデータである。

-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

AIで起業

AIで起業したい人。どんなアイデアが良いでしょうか? ソフトバンクグループ(SBG)がサウジアラビアなどと立ち上げたファンドの投資先が約20社となり、投資額が2兆円を超えたことがわかった。フィンテック …

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

ディープラーニングは機械自体が学習する

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 …

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

何を学習するか?考えると、データがないと始まらない。

さて、Amazon Machine Learningを使ってみた。もっと他にも試してみたいなと思った。 そこで思った。 まず「大量データ」を準備するのが大変だ。 「データ」を使って何を予測すればよいか …