テック博士とPepperの人工知能ラボ

ラベル 機械学習 の投稿を表示しています。すべての投稿を表示

2017/08/09

16:34

TensorFlowで畳み込みニューラルネットワーク(CNN)実装③ [誤差関数と学習部分の記述]

みなさんこんにちは。
人工知能ラボの助手です。

今回も、CNN実装の続きをやっていきたいと思います。

今までの記事:
TensorFlowで畳み込みニューラルネットワーク(CNN)実装①
[重み・バイアス生成と畳み込み・プーリング処理関数の定義]

TensorFlowで畳み込みニューラルネットワーク(CNN)実装②
[ネットワークの記述]

続きを読む ≫

Read More ➡

2017/08/01

0:00

TensorFlowで畳み込みニューラルネットワーク(CNN)実装② [ネットワークの記述]

python, 機械学習, 助手, 人工知能

みなさんこんにちは。人工知能ラボの助手です。

早速ですが、前回の続きをやっていきたいと思います。

前回記事：
TensorFlowで畳み込みニューラルネットワーク(CNN)実装①
[重み・バイアス生成と畳み込み・プーリング処理関数の定義]

続きを読む ≫

Read More ➡

2017/07/28

0:00

TensorFlowで畳み込みニューラルネットワーク(CNN)実装① [重み・バイアス生成と畳み込み・プーリング処理関数の定義]

python, 機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

今回からは、画像認識への応用で有名な、
畳み込みニューラルネットワーク(以下、CNNと記述)
を、TensorFlowで実装していきたいと思います。

続きを読む ≫

Read More ➡

2017/07/04

0:00

AIが犯罪解決！？　　AIニュース♯002

機械学習, 助手

みなさん、こんにちは。
人工知能ラボの助手です。

今日は、欧州で開発が進む捜査システム「VALCRI」
を紹介したいと思います。

続きを読む ≫

Read More ➡

2017/06/23

0:00

ディープマインド社が囲碁を卒業　AIニュース#001

機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

これまで、このブログでは主に、機械学習関連の理論の説明や、
実際にそれらをPythonで書いて試してみるという
記事を中心に掲載してきました。

今回からは、話題になっている
AIのニュースなどを取り上げて、見ていくような
記事も入れていこうかなと思います。

続きを読む ≫

Read More ➡

2017/04/11

0:00

TensorFlowによるニューラルネットワーク(誤差値の推移と過学習)

python, 機械学習, 助手, 人工知能

みなさんこんにちは、人工知能ラボの助手です。

今日は、前回の記事でお話しした、ニューラルネットワーク
のプログラムを使って、実際にデータを用いて学習の様子を
見ていきましょう。

続きを読む ≫

Read More ➡

2017/04/07

0:00

TensorFlowによるニューラルネットワーク(コード解説)

python, 機械学習, 助手, 人工知能

みなさんこんにちは。人工知能ラボの助手です。

今日は、前にニューラルネットワーク概論①の
記事に載せた、ニューラルネットワークのPythonコード
についてお話をしようと思います。

続きを読む ≫

Read More ➡

2017/03/28

0:00

ビジネスに最適化数学を～事例編～

機械学習, 最適化数学, 人工知能, 数学, 博士

こんにちは、テック博士です。

前回までは、最適化数学の特徴や人工知能との違いについて
説明をしてきたね。

今回は、
実際に社会で使われた最適化数学の事例
を紹介しよう。

キーワードは、“スケジューリング”だ！

続きを読む ≫

Read More ➡

2017/03/21

0:00

ビジネスに最適化数学を～後編～

機械学習, 最適化数学, 人工知能, 数学, 博士

こんにちは、テック博士です。

前回は、ビジネスに最適化数学を用いる為の
基本的な要点をまとめて説明したね。

今回は、最適化数学の特徴や人工知能との大きな違い、
最適化数学の実用例を一緒に追っていこう。

続きを読む ≫

Read More ➡

2017/03/14

0:00

ビジネスに最適化数学を～前編～

機械学習, 最適化数学, 人工知能, 数学, 博士

こんにちは。テック博士です。

今日はビジネス課題をデータ分析で解決するアプローチにおいて、
特に考えるべきことをまとめていくよ。

キーワードは“ビジネスに最適化数学を”だ。

それでは始めよう！

続きを読む ≫

Read More ➡

2017/03/10

17:57

ニューラルネットワーク概論②

python, 機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

今回は、前回お話しした最も基本的な
ニューラルネットワークを、使用するデータ
や得たい結果に合わせて改良した2つの
アルゴリズムについて見ていきましょう。

細かい理論や数式の話は今回はなしで、
「こんなものもあるんだ」というくらいの
イメージで読んでいただければ幸いです。

続きを読む ≫

Read More ➡

2017/03/07

0:00

ニューラルネットワーク概論①

python, 機械学習, 助手, 人工知能

みなさんこんにちは。

人工知能ラボの助手です。

今週は、機械学習において様々な場面で使用される、
ニューラルネットワークの大まかな内容について、
2回に分けてお話していきたいと思います。

タイトルでは「ニューラルネットワーク概論」
としていますが、今回お話しする内容は、
「概論の概論」といってもいいくらいざっくり
とした内容にしたいと思います。

続きを読む ≫

Read More ➡

2017/02/28

0:00

パーセプトロン概論③

機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

前回までは、パーセプトロンの理論について、
機械学習における3ステップに倣いながら
数式を追っていきました。

今日はその後半である、
③ 最も適したパラメータを決定
について説明していきます。

続きを読む ≫

Read More ➡

2017/02/24

0:00

パーセプトロン概論②

機械学習, 助手, 人工知能

皆さんこんにちは。
人工知能ラボの助手です。

前回はパーセプトロンの概要について説明しました。
今回は、パーセプトロンの原理について、少し数学を交えながら
その理論を紐解いていきましょう。

続きを読む ≫

Read More ➡

2017/02/21

0:00

パーセプトロン概論①

機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

今回からは、機械学習の中でも花形、
ニューラルネットワークの基礎、
パーセプトロンについて
説明をしていきます。

続きを読む ≫

Read More ➡

2017/02/14

0:00

みなさんこんにちは。
テック博士です。

前回は、最適化問題を解く上で非常に役に立つ
「Excel ソルバー」の導入方法についてお話しました。

そして、私からの問題も皆さんに考えてもらおうと、
先んじて出していましたね。
今日は、その問題について
ソルバーを用いて一緒に解いてみよう。

少し長い戦いにはなるけれども、
この記事だけでソルバーの使い方や注意事項がわかるから、
根気強く追っていってほしい。

続きを読む ≫

Read More ➡

2017/01/31

0:00

TensorFlowによる回帰分析③

機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

今回は引き続き、TensorFlowによる回帰実装
を行っていきましょう。

前回は、ステップ③までのお話をしてきましたので、
④から順にやっていきたいと思います。

続きを読む ≫

Read More ➡

2017/01/26

0:00

TensorFlowによる回帰分析②

機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

前回は、TensorFlowでの回帰の実装を行う前に、
TensorFlowの基本的な扱いについて学びました。

今回からは、前回説明した①～⑥のステップに
則って回帰を実装していきましょう。

本当はこの記事で最後のステップまで説明をしようと
思ったのですが、分量が多くなってしまうので、2回に
分けて説明していこうと思います。

今回は①～③までを説明したいと思います。

続きを読む ≫

Read More ➡

2017/01/24

0:00

TensorFlowによる回帰分析①

機械学習, 助手, 人工知能

みなさんこんにちは。
人工知能ラボの助手です。

前回までは、回帰分析の各ステップについて
長い間説明をしてきました。

そこで、せっかく色々と勉強してきたので、今回は
プログラム言語のpythonと、その機械学習ライブラリである
googleのTensorFlowを使って、回帰分析をプログラムで
実装してみたいとおもいます。

続きを読む ≫

Read More ➡

2017/01/13

0:00

機械学習理論入門～回帰分析ステップ③～

機械学習, 助手, 人工知能

前回は、ステップ②：パラメータを評価する基準を設定する
を2回にわたり説明しました。

今回はいよいよ、その基準を用いて、最適なパラメータを
決定していきたいと思います。

具体的には、前回説明した誤差関数(最小二乗法の場合は二乗誤差)を
最小化するようなパラメータを決める方法を説明していきます。

続きを読む ≫

Read More ➡