5分で分かるAI・機械学習
「5分で分かるAI・機械学習」は、 「機械学習」といった人工知能に関連する誰もが知っておくべき最重要キーワードの「概要」「歴史」「違い」「仕組み」「課題」「勉強方法」などを分かりやすく5分で説明するコーナーです。
人工知能をビジネスで活用したい人に向け、最新技術情報に基づき、人工知能の概要、注目される理由、歴史と課題、できること、次の一歩を踏み出すための参考情報を、5分で読めるコンパクトな内容で紹介する。
- 1分 ―― 人工知能 (AI:Artificial Intelligence)とは
・人工知能(AI)の実現レベルと現状
・専門家による人工知能(AI)の定義
・目次
- 2分 ―― 人工知能(AI)が注目される理由
・技術面
・環境面
- 3分 ―― 人工知能(AI)の歴史と、現在の課題
・第1次AIブーム(1950〜1970年代)
・冬の時代(1970年代)
・第2次AIブーム(1980〜1990年代)
・冬の時代(1990〜2000年代)
・第3次AIブーム(2010年代〜現在)
・現在の人工知能(AI)が抱える課題
- 4分 ―― 現在の人工知能(AI)ができること
・AIが扱うデータ種別
・AIの基本的な処理
・具体的なAIのタスク(データ種別ごと)
- 表形式データ
- 画像/動画
- テキスト/言語
- 音声
- 複合的なデータとマルチモーダル
- 5分 ―― まとめと、次の一歩のための参考情報
・人工知能(AI)をより詳しく学ぶには
・人工知能(AI)の活用法を知るには
機械学習をビジネスで活用したい人に向け、最新技術情報に基づき、機械学習の概要、統計学との違い、機械学習の作業フローと学習方法、回帰/分類/クラスタリング/次元削減に使える手法、次の一歩を踏み出すための参考情報を、5分で読めるコンパクトな内容で紹介する。
- 1分 ―― 機械学習 (ML:Machine Learning)とは
・統計学と機械学習の違い
・データサイエンスと人工知能の違い
- 2分 ―― 機械学習(ML)の作業フローと学習方法
・作業フロー
・学習方法
- 3分 ―― 機械学習(ML)の代表的な手法 パート1(教師あり学習)
・回帰問題に使える手法
・分類問題に使える手法
・回帰&分類問題に使える手法
- 4分 ―― 機械学習(ML)の代表的な手法 パート2(教師なし学習)
・クラスタリング問題に使える手法
・次元削減に使える手法
- 5分 ―― まとめと、次の一歩のための参考情報
・機械学習をより詳しく学ぶには
・機械学習の手法を理解するには
・機械学習のプロジェクトを立ち上げるために
ディープラーニング(深層学習)をビジネスで活用したい人に向け、最新技術情報に基づき、深層学習の概要、ニューラルネットワークの仕組み、深層学習の代表的な手法としてコンピュータビジョン向けのCNN/GAN、および自然言語処理向けのRNN/Transformer(BERT/GPT)の概要を、5分で読めるコンパクトな内容で紹介。最後に、次の一歩を踏み出すための参考情報もまとめる。
- 1分 ―― ディープラーニング (DL:Deep Learning)とは
- 2分 ―― ニューラルネットワークとは
・ニューラルネットワークの仕組み
- 3分 ―― DLの代表的な手法 パート1(コンピュータビジョン)
・DNNから発展した代表的な手法
・CNN(畳み込みニューラルネットワーク)
・GAN(敵対的生成ネットワーク)
- 4分 ―― 深層学習(DL)の代表的な手法 パート2(自然言語処理)
・RNN(再帰型ニューラルネットワーク)/LSTM
・Transformer(BERT/GPT)
- 5分 ―― まとめと、次の一歩のための参考情報
・深層学習をより詳しく学ぶには
・試しながら学ぶ
・本格的に学ぶ