AI ? 機械学習? 人工知能? 気になるのでまとめてみる。
実は、結構前から話題はでていました。知識がない方でも扱いやすくなったのがここ数年なんです。そのため、何に対しても "AIだ!" "機械学習だ!" "人工知能だ!" とより騒がれるようになりました。身近なものだと、Google翻訳も機械学習が使われています。
どんなものを使って、機械学習等が行われているのか調べてみました。
[言語]
[ライブラリ]
・Tensorflow
・chainer
・coffee
やはり、言語は圧倒的にPythonが多いですね。
ライブラリは、どれも人気があります。私が最初に知ったのは、Tensorflowです。Tendorflowは、Googleが手間をかけているので知名度もかなり高くなってきています。
また、公式サイトにチュートリアル(英語)等もあるので簡単に触れることができます。
機械学習といってもまだ全然しっくりきてません。
この分野には、2つのカテゴリがあります。
・回帰問題( 数値等用いた予測/解析)
・分類問題( 画像の分類等 )
回帰問題は、過去10年のデータから明日の動き等を予測するような技術。
分類問題は、猫/犬 等の画像特徴から似た特徴のものを分類(グループ化)します。
そして機械学習の一番重要なのは、学習させた結果と出力結果を比較し、その誤差を学習することで精度が向上します。なので、学習-->比較-->誤差修正 3ステップができないものは、機械学習を適用することができません。
また、回帰問題の学習方法は1つだけですが、分類問題の学習方法には、2つあります。
教師あり学習は、見本がある場合です。例えば、"この画像が犬です"という情報与えることにより、機械学習の精度は大きく向上します。逆に、教師なし学習は、名前の通り、見本となるデータがありません。なので、出力された結果に対して"正解""不正解"と何回も修正する必要があります。両者を比較すると、見本がある場合のほうが早く学習が終了します。
最後に、代表的な手法の名前だけ記述しますので、気になる方は調べてみてください。
希望あれば記事にてとりあげます。
・CNN
・RNN
・LSTM
ありがとうございました。