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技術者を応援するフォーラム「Deep Insider」が＠ITに登場してから2年目。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。(2020年6月25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
ダートマス大学の研究者が業界パートナーと共同で、コンピュータ生成画像内の光をより自然に見せるソフトウェア技術を開発した。（2020/08/13）
アクセンチュアは、世界のテクノロジートレンドに関する調査「テクノロジービジョン 2020」を発表。企業が旧来型のモデル／サービス／システムから脱却するために、何を取り入れていくべきかを5つのトレンドを挙げて紹介した。（2020/08/12）
ユーザーローカルは、「マスク着用判定AI」の無償提供を開始した。店舗やオフィスの入口にWebカメラ付きのPCを設置すれば、来訪者がマスクを着用しているかどうかを自動判定できる。（2020/08/12）
ウェザーニューズは、荒天時の商品の急激な需要変化を予測する在庫最適化エンジン「PASCAL」を開発した。小売業者などが保有する商品販売データと、日々の気象データなどを組み合わせて、平時だけでなく荒天時の来客数や商品需要を品目ごとに予測する。（2020/08/04）
早稲田大学理工学術院で講師を務める畠山歓氏の研究グループは、多彩な形式の材料科学データを単一のAIに学習させる手法を開発した。グラフ構造を利用して各種データベースを共通書式に変換することで、どのようなデータでも単一のモデルで学習できるという。（2020/08/03）
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。
機械学習の数学は難しい!? そう思っている人はこの連載から学んでみよう。サブタイトルは「― 中学／高校数学のキホンから学べる」。本連載では、小学校で習う「四則演算（足し算／引き算／掛け算／割り算）」を使って、機械学習の数学をできるだけ分かりやすく簡単に説明していく。
AI・機械学習・ディープラーニングを始めるが、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。
PyTorchの勉強はシンプルなニューラルネットワーク（NN）を実装することから始めてみよう。まずはニューロンのモデル定義から始め、フィードフォワードとバックプロパゲーション、PyTorchテンソルの基礎、データローダー、最適化、評価まで一通りを解説。さらにCNNやRNNの実装例を通して、PyTorch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。
「AI・機械学習のツール＆ライブラリ」は、人工知能（AI）とその技術に関心を持つ初学者を主な対象として、機械学習やディープラーニングを実施するのに特に有用なツールおよびライブラリを厳選して紹介するコーナーです。
過去記事
みにくいアヒルの子の定理（Ugly Duckling theorem）とは？（2020/7/30）
［AI・機械学習の数学］偏微分を応用して、重回帰分析の基本を理解する（2020/7/28）
無料で読める「機械学習／ディープラーニング」の有名書籍 厳選4冊（2020/7/27）
ノーフリーランチ定理（No Free Lunch theorem）とは？（2020/7/17）
Dataset Search：Googleによる「データセット検索」サイト（2020/7/15）
［AI・機械学習の数学］偏微分の基本（意味と計算方法）を理解する（2020/7/14）
PyTorchでオートエンコーダーによる画像生成をしてみよう（2020/7/10）
次元の呪い（Curse of dimensionality）とは？（2020/6/29）
PyTorchのRNNクラスとRNNCellクラスを再発明しよう（2020/6/26）
RNNに触れてみよう：サイン波の推測（2020/6/19）
プログラムを関数にまとめて、実行結果をグラフにプロットしよう（2020/6/12）
「機械学習の最先端」を効率的に情報収集！ おすすめのメルマガ3選（2020/6/11）
CIFAR-10：物体カラー写真（乗り物や動物など）の画像データセット（2020/6/10）
ITmediaはアイティメディア株式会社の登録商標です。