1,800円以上の注文で送料無料

続AIにできること、できないこと の商品レビュー

4

1件のお客様レビュー

  1. 5つ

    0

  2. 4つ

    1

  3. 3つ

    0

  4. 2つ

    0

  5. 1つ

    0

レビューを投稿

2020/08/08
  • ネタバレ

※このレビューにはネタバレを含みます

強化学習 問題集なくAIが試行錯誤 ニューロン   コンピュータは計算しかできない、数値化必要 「動機」「目標設計」の力がない 「思考集中」は弱い 「発見」の力は量でカバー ディープラーニング 全結合層  ニューロン 行列計算   活性化関数:見方を変える=注目すべき何かを見出したい ひと手間   ReLU 強く見いだされた特徴だけを残す  損出関数  :重みを調整し「正解とのずれ」を小さくするものさし  偏微分   :現在地における傾斜の計算  学習率   :調整される移動幅  最急降下法 :急な傾斜を下ることを優先  確率的勾配降下法:一部分の問題についてだけ「正解とのずれ」を計算し重み調整 ResNet 画像認識AI 教師あり学習 動機=画像に映った物体の名前を答える  交差エントロピー:推測と正解のズレを測る一般的なものさし →最善でない  畳み込み層  :ウインドウ、ウインドウサイズを定め情報をまとめる上司  チャネル数  :担当範囲  残差ユニット :部下の意見に上司の考えを加える 肝の技術  最大プーリングと平均プーリング BERT 翻訳AI 教師あり学習  動機=自然な文章を理解  転移学習 :過去の知識を新たな課題に活用    事前学習→ファインチューニング  課題1.文章に当てはまる単語、2.文章につながる文章  可変長に対応するRNN(再帰型ニュートラルネットワーク)を使わない  分散表現:数値の組み合わせ(ベクトル)で単語を表現  Transformer 主要部品   注意 :単語の組み合わせで生まれる意味を捉える Alpha Zero ゲームAI 強化学習  AI自身で試行錯誤 歴史の参考無し  動機=勝ちたい  目標設計=勝率を推定+選択肢が選ばれる確率の推定     一番掘り下げた選択肢を選ぶ  畳み込み層を使用

Posted byブクログ