5分で分かるAI・機械学習
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。
第1回 5分で分かる人工知能（AI）（2022/04/11）
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
第2回 5分で分かる機械学習（ML）（2022/04/18）
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
第3回 5分で分かるディープラーニング（DL）（2022/04/25）
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
ITmediaはアイティメディア株式会社の登録商標です。