マガジンのカバー画像

売れてます!G検定対策の決定版 これだけで十分 合格者多数

17
G検定対策として、現役トップデータサイエンティスト兼経営コンサルタント集団がマガジンを発行しました。
随時情報を更新していきますので、G検定対策だけでなく、そもそもAIって何なのという疑問も解決します… もっと詳しく
¥500
運営しているクリエイター

記事一覧

7-2.人工知能をめぐる法律問題

AIの進歩や技術の発展に伴い、様々な法的な課題が浮上しています。ここでは、さらにそれらに関…

100

7-1.人工知能をめぐる法律問題

人工知能(AI)をめぐる法律問題は、現代社会において重要な議論の一つとなっています。例えば…

100

6-4.ディープラーニングの詳細な説明(深層強化学習等)

強化学習では、環境と学習目的を設定する必要があります。環境は、状態、行動、報酬、遷移確率…

100

6-3.ディープラーニングの詳細な説明(画像認識補足)

AIの画像認識は、画像から物体やパターンを識別し、解析する流れとなります。ここでは、AIでの…

100

6-2.ディープラーニングの詳細な説明(各種論点)

①マルチモーダルAI (Multimodal Artificial Intelligence) ②自動運転 ③ディープフェイク …

100

6-1.ディープラーニングの応用

ここでは、ディープラーニングの応用について、AIが考えるAIを理解するために必要となる情報が…

100

5.ディープラーニングの手法(学習・過学習等)

近年、機械学習、特にディープラーニングは目覚しい進歩を遂げています。 ここでは、 ①学習 ②過学習 ③機械学習における過学習の原因と対応策 ④勾配消失問題 ⑤DQN を考えてみます。 それでは、まず、機械学習における「学習」と「過学習」がどのような意味を持つのか、それぞれの定義について考えてみましょう。 ①学習 機械学習における「学習」とは、コンピューターが、手元にあるデータから何かしらのパターンや規則性を見つける作業を意味します。この際、コンピュータが発見したパター

有料
100

4-2.ディープラーニング基礎

ニューラルネットワークの各ユニットにおいて、総入力を出力に変換するために何の活性化関数を…

100

4-1.ディープラーニング基礎論点

ディープラーニング(Deep Learning)は、人工ニューラルネットワーク(Artificial Neural Net…

100

3-2.機械学習の具体的な手法の補足 (予測モデルおよび予測結果の評…

予測モデルおよび予測結果の評価 (教師データと評価データに分割して検証する交差検証法) …

3-1.機械学習の具体的手法

①線形回帰 ②サポートベクターマシン(SVM) ③k近傍法 ④機械学習の評価 ⑤アノテーション …

2-3.機械学習の基礎(強化学習の内容と統計学)

①強化学習の内容 ‐バンディットアルゴリズム ②ε-greedy方策 ③UCB方策(upper-confidence …

100

2-2.機械学習の基礎(アルゴリズム)

機械学習の主なアルゴリズムを解説します。アルゴリズムの概要を具体的に説明していきますので…

200

2-1.機械学習の基礎(学習法)

機械学習の学習法の種類は、大きく分けて「教師あり学習」「教師なし学習」「強化学習」の3つに分類されます。データ活用の目的に応じて、適切な手法を選ぶことが重要となります。 ①教師あり学習 ②教師なし学習 ③強化学習 さらに追加で以下の論点も重要となります。 ④データの前処理 ⑤特徴量 ‐ 欠損時の対応 ⑥One-Hotエンコーディング ⑦多重共線性 ⑧ホールドアウト法 ⑨アンサンブル学習 ①教師あり学習 「教師あり学習」は、学習データに正解をあたえた状態で学習させる手

有料
100