記事一覧
ラビットチャレンジ：Stage4実装演習レポート
深層学習Day3確認テスト
5×5の入力画像をサイズ3×3のフィルタで畳み込んだときの出力画像サイズ
ストライド２、パディング１
以下の図のようになる
よって出力画像は3×3
Section1：再帰型ニューラルネットワークの概念
RNN全体像
RNN（Recurrent Neural Network）
時系列データに対応可能なニューラルネットワーク
音声データやテキストデータなど、時間的
ラビットチャレンジ：Stage3実装演習レポート
ここから深層学習の本格的な学習が開始
深層学習Day1Section1：入力層～中間層
・入力層
データを最初に処理する層。一つの情報（例えば画像）を複数の数字の組（画像であれば、各ピクセルの色のRGB表現など）で表現したものを入力として扱う。入力値をXとして、N個の数字の組で表現される場合
X = ( x1, x2, x3, ・・xN)
というN次のベクトルとしてあつかう
・中間
ラビットチャレンジ：Stage2実装演習レポート
機械学習の様々な手法（○○回帰モデルなど）を、数学的な背景から紐解いていくというもの。
コード書くのはあくまでも補助的で、まずは数式レベルで各モデルの意味を理解することが重要
線形回帰モデル
ざっくりと言えば直線的なデータの関係から、未知の結果を予測するモデル。最もシンプルな構造は比例関係にあるようなデータ。
求める値＝目的変数
影響を与えるデータ＝説明変数
として、目的変数を説明変数の線形
ラビットチャレンジ：Stage1実装演習レポート
第1章：線形代数機械学習、深層学習などAI実装の手法に関わらず、すべての基礎となる分野。まずはその演算方法や特性について理解する。
・行列・ベクトルの演算方法
線形代数の背景などはあるが、まずは表記方法／計算ルールとして手法を理解しておく。
・連立1次方程式への応用
元の数と、（同値でない）式の数が同数ある連立一次方程式を行列とベクトルを用いた表記によって表すことが出来る。
また、行列の変形に
スタートテストに挑戦
さて、ようやく超AI入門講座の学習を終えました。
ラビットチャレンジを始めたときは、いきなりスタートテストを受けようかと思うくらい、根拠のない自信がありましたが、参考までにと任意とされている超AI入門講座の動画を視聴して心を入れ替えました。
PCに向かってPythonをガリガリ書くというよりは、ノートを広げてひたすら数式の計算に取り組む感じですね。
計算が複雑にならないように数値の選び方は工
超AI入門講座
まず、各ステージの学習に入る前に、スタートテストに合格しなければなりません。
簡単に言ってしまえば、「そもそもスタートラインに居ますか？」という基礎能力を問われるテストです。
AI実装検定®A級
https://kentei.ai/
ここで出題されるスタートテストは、このAI実装検定というものとリンクしており、スタートテスト合格と同時に、AI実装検定A級の合格証がもらえるというお得な仕組みになっ
ラビットチャレンジへの挑戦！
早速ですが、ラビットチャレンジについての紹介です。
最近はやりのAI関連技術ですが、これに関するメジャー資格として「G検定」「E資格」と呼ばれるものがあります。
どちらも一般社団法人日本ディープラーニング協会が主催する資格なのですが
G検定（ジェネラリスト検定）
https://www.jdla.org/certificate/general/
主にAIに関する基礎知識と、技術動向などの見識
老齢エンジニアのキャリアアップ
昨年から続くコロナ不況で、これまでのんびりやってきた中堅ユー子の窓際エンジニアも、いよいよ立場が危うくなってきました。
出社が当たり前だったコロナ以前は、ほどほどに仕事していればこれまでの積み上げによる存在感で、まぁ立場が維持できていたのですが、テレワークが主流になるとそれなりのアウトプットが無いと目に見えた成果とならず、評価がダダ下がりになってしまうと・・・
ユー子というのは、会社としての売