Dora_PaPa_san's_Pages

アクセスカウンタ

zoom RSS 日経ビッグデータ編「グーグルに学ぶディープ・ラーニング」

<<   作成日時 : 2017/08/07 14:41   >>

トラックバック 0 / コメント 0

日経BPのこの手の解説書の定番通り、入門的解説、先進ITリーダーの動向、米国先進ユーザー事例、国内先進ユーザー事例、この流れに乗るには・・・という内容になっている。特にAIのケースは、入門的内容に続く技術解説がほとんどないと、常日頃感じているが、この本もそうだ。

典型的な機械学習のパターンは、入力データと正しい出力データを大量に提示して、その間の「モデル」を学習させる「教師あり学習」であって、機械学習で扱われるモデルには、決定木、帰納推論、ニューラルネットワーク、ディープラーニングなどがある。

ニューラル・ネットワークの説明はいまいちだ。 だから、ディープ・ラーニングも、この説明では理解しにくい。 

GCP,グーグル・クラウドを利用した事例が中心だが、なかなかバラエティに富んでいる。 と言っても当然説明はさわりだけだけども・・・・

 ・自動車の自動運転
 ・データセンター電力消費の削減 ディープマインド
 ・写真画像の自動分類 Googleフォト
 ・手描き絵の認識評価 Quick,Draw
 ・新しい画像の創造 DeepDream
 ・音楽や芸術の創造 プロジェクトMagenta
 ・読唇術 DeepMind
 ・テキスト分析 RankBrain
 ・Gmail内容の自動分類 inbox
 ・迷惑メールフィルター
 ・音声認識 Googleアシスタント
 ・音楽作成 Wavenet


ただ、当然、勘定系処理などで使えるものではない。
私のような古い人間には、そのプロセスのロジックを説明できない処理には、どうも抵抗感がある。



日経ビッグデータ編「グーグルに学ぶディープ・ラーニング」(日経BP社2017.1.30)
序章 ディープラーニングがすべてのビジネスを変える
1章 超入門
 人工知能と機械学習とディープラーニングはどう違う
2章 入門
 ディープラーニングの仕組み
3章 グーグル事例編
 ■未来へ向けて、広がるディープラーニングの活用
 ■自動運転を支えるディープラーニング
 ■人間の目を超える、ものを見分ける画像認識
 ■文章を理解するテキスト分析
 ■話しかけるだけでコンピューターと意思疎通をする「音声認識」
 ■言語の壁を越える可能性が見えてきた「機械翻訳」
 ■ディープラーニングの成果を手軽に使える「機械学習API」
4章 企業事例編
5章 活用フレームワーク編
6章 将来展望編
おわりに


テーマ

関連テーマ 一覧


月別リンク

トラックバック(0件)

タイトル (本文) ブログ名/日時

トラックバック用URL help


自分のブログにトラックバック記事作成(会員用) help

タイトル
本 文

コメント(0件)

内 容 ニックネーム/日時

コメントする help

ニックネーム
本 文
日経ビッグデータ編「グーグルに学ぶディープ・ラーニング」 Dora_PaPa_san's_Pages/BIGLOBEウェブリブログ
文字サイズ:       閉じる