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)(2021/03/29)

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
  • 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)(2021/04/05)

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)(2021/04/26)

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

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。