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