Deep Insider
機械学習＆ディープラーニング入門（概要編）：機械学習専門家の藍博士と素人のマナブが会話形式で、AI・機械学習・ディープラーニングの基礎の基礎を分かりやすく紹介するシリーズがスタート。まずはAIとは何か、機械学習との違い、ディープラーニングで実現できることを知ろう。
機械学習の勉強はここから始めてみよう。ディープラーニングの基盤技術であるニューラルネットワーク（NN）を、知識ゼロの状態から概略を押さえつつ実装。さらにCNNやRNNも同様に学ぶ。これらの実装例を通して、TensorFlow 2とKerasにも習熟する連載。
＠IT／Deep Insiderの歩き方：
AI技術者を応援する新フォーラム、Deep Insiderが＠ITに登場した。その背景やメディアのコンセプト、編集方針などをご紹介するとともに、スキルレベル別のAI・機械学習の学習方法と、それらのレベルに応じた本フォーラムのお勧めコンテンツ、準備中の記事企画についてご紹介しよう。(2019年6月18日)
SNS
編集責任:デジタルアドバンテージ
Copyright© 1999-2019 Digital Advantage
AI IoT 関連記事
Karydo TherapeutiXとATRは共同で、ヒトへの作用が未知の物質の副作用や有害事象、効能を予測するAIを開発した。物質をマウスに投与したときの、全身を網羅した遺伝子情報を指標として、その物質がヒトで起こす副作用や効能を予測する。（2020/01/14）
IBMは2020年1月8日（米国時間）、特定組織を対象にした「『IBM Qシステム』をクラウドで利用可能にするネットワーク」である「IBM Q Network」への参加組織が100を超えたと発表した。（2020/01/10）
マサチューセッツ工科大学の研究チームは、プロセッサ上でのアプリケーションコードの実行速度を予測する機械学習（ML）ツールを開発した。Intelのツールよりも誤差が少なく、Googleの「Tensor Processing Unit」のような新しいプロセッサにも適用できる。（2020/01/09）
サイエンスアーツは、同社のスマートフォン向けのIP無線アプリ「Buddycom」を「Slack」と連携させた。Buddycomを使った通話の内容を、テキストとして自動的にSlackで共有できる。（2020/01/09）
MITの研究チームが、企業の四半期業績を予測する数理モデルを開発した。ウォール街のアナリストを超える成績を実証した。特徴は匿名化された週次のクレジットカード取引データと四半期業績レポートのみを使用したことだ。（2020/01/08）
Deep Insider編集部より
TOP STORIES
お勧め連載
人工知能がブームになった歴史から、機械学習との関係、解決できる現実問題、話題のディープラーニングまで、AI＆機械学習をまだ知らない人の疑問に答える基礎解説。
「AIの民主化」、全エンジニアがAIを活用する時代を迎えようとしている。多彩なAIサービスをWeb API形式で提供するCognitive Servicesでは何ができるのか？ この記事で必要十分な基礎知識を素早く獲得しよう
AI・機械学習・ディープラーニングを始めるが、プログラムやコンピューターについてまったく初めての人に向けて、その基礎の基礎を分かりやすく紹介する連載。
AI・機械学習・ディープラーニングを始めるが、プログラミングについてまったく初めての人に向けて、その作業環境の選択指針やお薦めの「Jupyter Notebook」のオンライン版「Google Colaboratory」の基本的な使い方を分かりやすく紹介する連載。
ディープラーニングのプログラムを作成するには、Python言語を使うのが一般的。しかしPython言語の仕様や文法、プログラミングをまったくの知識ゼロから学ぶのは大変。本連載では、実際に開発で使用するコード例から本当に必要な基本文法を厳選し、それらを図解で分かりやすく説明していく。
AI・機械学習・ディープラーニングを始めるが、Pythonプログラミングも初めての人に向けて、Pythonでデータを取り扱うための基礎知識として、「リスト」や「NumPy」「数学のテンソル」について分かりやすく紹介する連載。
機械学習の勉強はここから始めてみよう。ディープラーニングの基盤技術であるニューラルネットワーク（NN）を、知識ゼロの状態から概略を押さえつつ実装。さらにCNNやRNNも同様に学ぶ。これらの実装例を通して、TensorFlow 2とKerasにも習熟する連載。
TensorFlowを使ってディープラーニングの基礎が体験できる連載。TensorFlowの概要から、インストール方法、CNN／RNNモデルの実装体験、TensorBoardの使い方までを解説する。
「人工知能（AI）のモデル生成で、インターネット上に公開されているデータを活用しても問題ないのか？」「AIを『発注するユーザー』と『作るベンダー』はどう契約を結べばよいのか？」こういった、法律・知財・契約についての最新情報を紹介する連載。
データサイエンティスト不足が社会問題になっている。昨今、データサイエンティストでない人でも機械学習モデルを自動生成できるツールやサービスが多数登場しているが、その一つであるDataRobotにどのような機能があり、どのようにデータサイエンティスト不足問題を改善しようとしているかを解説する。
過去記事
公平性（Fairness、フェアネス）とは？（2019/12/19）
第3回 ディープラーニング最速入門 ― 仕組み理解×初実装（後編）（2019/12/16）
［Python入門］Pythonコーディングスタイルガイド（2019/12/10）
［Python入門］docstringの書き方（2019/12/6）
アカウンタビリティ（Accountability、説明責任）とは？（2019/12/5）
［Python入門］デコレーターの基礎（2019/11/26）
人気プログラミング言語の変遷、1965〜2019年（Python視点）（2019/11/25）
［Python入門］ジェネレータの高度な話題（2019/11/22）
MLOps（機械学習基盤）とは？ AIOpsとの違い（2019/11/21）
普通のエンジニアでも分かるディープラーニング概説（2019/11/20）
［Python入門］ジェネレータ関数とジェネレータイテレータの基礎（2019/11/19）
［Python入門］イテレータとは（2019/11/12）
機械学習／深層学習〜統計学／データサイエンス、毎日10分×1カ月で学べる無償動画（2019/11/7）
［Python入門］ファイル操作と例外処理（2019/11/5）
［Python入門］shutilモジュールによる高水準ファイル操作（2019/11/1）
［Python入門］pathlib.Pathクラスによるパス操作（2019/10/29）
［Python入門］ディレクトリ操作の基本（2019/10/25）
［Python入門］Beautiful Soup 4によるスクレイピングの基礎（2019/10/18）
ITmediaはアイティメディア株式会社の登録商標です。