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

ディープラーニングのフレームワーク

名前 ユースケース メリット TensorFlow google MNIST(手書き数字を判別)、CNN(画像認識)、Word2Vec(各単語の関係を学習)、RNN(文章から次の単語予測)、Seq2S …

no image

人工知能解体新書 ゼロからわかる人工知能のしくみと活用

この本は良かった。実用例が豊富だから。IBM Watsonの解説が多いんだけど、それだけWatsonはAI産業で重要なポジションを占めているってことがわかった。G検定の推薦図書では具体例が少なくて、「 …

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

DeepMindの記事見て触発された

http://gigazine.net/news/20141203-deepmind-demis-hassabis/ Googleに買収されて有名になっていたDeepMindの創業者の記事を読んだ。 …

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 …