G検定メモ

G検定の学習を行ったので、
メモとして残しておきます。
※追記していきます。

第1次AIブーム

• 探索と推論

• トイ・プロブレム

  第2次AIブーム

• エキスパートシステム

• 知識ベース

• 推論エンジン

• 専門家知識の蓄積

• 知識獲得のボトルネック

第3次AIブーム

ディープラーニング

人物

名前	私訳
レイ・カーツワイル	シンギュラリティは2045年ぐらいに来るかも
イーロンマスク
アーサー・サミュエル
ヤン・ルカン	GANは素晴らしい発想だ(10年来ぐらいの)

必要な数学知識

• 微分(偏微分)
  微分係数、導関数、偏微分の公式を思い出して、
  計算できるようにしておく。

• 線形代数
  ベクトル積の計算

• 確率統計
  記述統計と推測統計の意味ぐらいで良さそう

機械学習

• 教師あり学習
  入力と出力データが必要。
  回帰と分類の違いを覚えておく。

• 教師なし学習
  入力データのみ
  クラスタリング(傾向)に分けてくれる。
  分類との違いは、グループは最初に決めているわけではない。
  次元削減を行う。

• 強化学習
  最大のスコア目指す。

プログラム

プログラム
ELIZA
PARRY

機械学習ライブラリ

• Caffe,Caffe2
• DL4j
• Keras
• Chainer(チェイナー)
• TnesorFlow(テンソーフロー)
• Tourch(トーチ)
• Pytourch(パイトーチ)
• Congitive Toolkit(コグニティブ)
• PadlePaddle(パドルパドル)
• MXNet