2分でディープラーニングの概念を理解する! / 「人間ってナンだ?超AI入門」のご紹介
こんにちは。若干の煽りタイトルで失礼いたします!
このブログを閲覧していただいている皆さんはディープラーニング
をご存知ですよね?ただその中で使われている言葉の概念をうまく理解できていない!という方は多いと思います。
そんな方々に向けて「人間ってナンだ?超AI入門」をご紹介いたします。
「人間ってナンだ?超AI入門」について
日本のAIの第一人者、松尾豊さんとNHK(Eテレ)が作成している番組です。現在は第3シーズンが放送中です。 毎週水曜日の午後10時50分~ 午後11時20分ですので、是非チェックしてみてください。
第1シーズンは2017年に放送を終了しており、残念ながら現在は見れません。 たまに再放送がされておりますので定期的にチェックしてみることをオススメいたします。
「2分でディープラーニング」について
嬉しいことに第1シーズンの番組内のコーナーで作られていた「2分でディープラーニング」という動画がありまして、こちらは今でも閲覧できるのです。
リンクはこちらから↓
https://www.nhk.or.jp/aibeginner/01/index.html#listVideos
2分前後の動画が12個あるので合計で24分超になります。
24分程度の動画ではわからないんじゃない?と思われがちなのですがディープラーニングの概念を理解するには巷に出ている本を読むより視覚的で面白いのです。
以下は各回の取り扱うテーマと動画内で取り上げているキーワードになります。
第1回「情報の入り口と出口に注目」 キーワード:入力層 / 出力層
第2回「ネットワークの太さ」 キーワード:重み付け
第3回「太さの決め方」 キーワード:誤差逆伝播
第4回「バックプロパゲーション」
第5回「データがたくさん必要な理由」 キーワード:過学習
第6回「end-to-end 学習」
第7回「CNN 畳み込みニューラルネットワーク」 キーワード:画像 / 隠れ層 / 全結合ネットワーク
第8回「CNNにおけるフィルタ」
第9回「RNN 再帰的ニューラルネットワーク」 キーワード:時系列情報 / 中間層
第10回「深層生成モデル」 キーワード:オートエンコーダ
第11回「GAN 敵対的生成ネットワーク」 キーワード:生成器 / 識別器
第12回「深層強化学習」 キーワード:ゲーム / 自動運転 / 報酬
この全部の動画を見ていただくだけでも最近のディープラーニングの基礎的な概念を理解できるのではないでしょうか?
次の学習ステップについて
本を読んで学習したい
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)
- 作者: 松尾豊
- 出版社/メーカー: KADOKAWA/中経出版
- 発売日: 2015/03/11
- メディア: 単行本
- この商品を含むブログ (39件) を見る
深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト
- 作者: 浅川伸一,江間有沙,工藤郁子,巣籠悠輔,瀬谷啓介,松井孝之,松尾豊,一般社団法人日本ディープラーニング協会
- 出版社/メーカー: 翔泳社
- 発売日: 2018/10/22
- メディア: 単行本(ソフトカバー)
- この商品を含むブログを見る
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
- 作者: 斎藤康毅
- 出版社/メーカー: オライリージャパン
- 発売日: 2016/09/24
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (18件) を見る
動画をみて学習したい
英語の動画ですが、日本語の字幕もあったりします。なによりこのAndrew ngさんの解説がわかりやすい!
手を動かして学習したい
なんと私も受講しておりましたDL4US
という松尾研究室のディープラーニングの学習教材が無償公開されたようです。
学び始めの方には少し難しいかもしれません。私もRNNあたりから少し理解ができているのか不安だな〜という感じだったのですが、受講者のメンバーも似たように感じている方々がいました。
JupyterNotebook形式のファイルがありますが、GPU環境がない方はGoogleのColaboratoryにコピペして動かしてみましょう。
まとめ
- 「人間ってナンだ?超AI入門」の第2シーズンが放送中です
- 「2分でディープラーニング」は視覚的に理解するのにちょうどいい
- DL4USが無償公開されたので興味のあるかたはコードを実行しながら学んでみることをオススメします
私がブログデビューするまえにディープラーニングを用いた画像認識のサービスを作っていたので、こちらもいずれご紹介できるといいなと思っております。
ではまた!