[PYTHON] Wie man für den Deep Learning Association G-Test (für Anfänger) lernt [Version 2020]
In diesem Artikel erklären wir (ein Beispiel), wie man für den Deep Learning Association G-Test für Anfänger lernt.
(Letzte Aktualisierung: 3. Februar 2020)
Klicken Sie hier, um weitere Informationen zum G-Test zu erhalten. Was ist der Deep Learning Association G-Test
- Das Bild dieses Artikels wird mit Genehmigung des Herausgebers verwendet (oder das Bild der gemeinsamen Datenbank der Verlagsbranche wird vom Herausgeber dot com verwendet).
[Schritt 1] Verschaffen Sie sich einen Überblick über KI / maschinelles Lernen
Nachdem Sie die folgenden zwei Bücher gelesen haben, erwerben Sie Kenntnisse über KI, maschinelles Lernen und tiefes Lernen auf der Ebene der Unternehmer und nicht auf der Ebene der Ochanome.
Dies ist eine Einführung in KI / maschinelles Lernen für alle, einschließlich Geschäftsleute, IT-Ingenieure und Manager. Empfohlen für das erste Buch, um einen vollständigen Eindruck von "Was ist KI?", "Was ist maschinelles Lernen?" Und "Was ist tiefes Lernen?" Zu bekommen. Dieses Buch ist auch für Personen ohne Vorkenntnisse leicht zu lesen. Es ist sehr leicht zu verstehen und leicht zu lesen. Es ist ein interessantes Buch als Lesematerial, da es die bisherige Geschichte der KI und die Aussichten für die zukünftige Entwicklung erklärt. Übrigens gibt es auch eine Manga-Version, daher ist es gut, von hier aus einzutreten (Verständnis mit Manga! Was bringt KI mit künstlicher Intelligenz für den Menschen) .. --- ---.
Einführung in die künstliche Intelligenz für Geschäftsleute
Yusuke Negago, My Navi Publishing](https://www.amazon.co.jp/dp/483996551X/)
Grundlegende Erklärungen zu künstlicher Intelligenz, maschinellem Lernen und tiefem Lernen, Hintergrund und Geschichte der künstlichen Intelligenz sowie die Einführung als Projekt werden auf leicht verständliche Weise zusammengefasst. Sie können einen Überblick über die Technologie namens AI erhalten. Es ist leicht zu lesen, da es zusammenfasst, was Sie wissen müssen, um künstliche Intelligenz im Geschäftsleben einzusetzen, und keine schwierigen Formeln oder Programme enthält. --- ---.
[Schritt 2] Erfahren Sie mehr über Beispiele für KI / maschinelles Lernen
Nachdem Sie die folgenden Bücher gelesen haben, können Sie bestimmte Anwendungsfälle von KI, maschinellem Lernen und tiefem Lernen kennenlernen. Übrigens wird auch ein Deep-Learning-Fall der Objekterkennung unseres Unternehmens (ISID) und des von Sojitz-sama gezüchteten Thunfischs erläutert.
Dies ist eine Sammlung von Deep-Learning-Nutzungsfällen, in denen die Geschäftsfälle von 35 inländischen Unternehmen erläutert werden, die Deep-Learning nutzen. In jedem Fall werden "Was war das Problem?", "Wie haben Sie das Problem durch tiefes Lernen gelöst?" Und "Mit welchen Punkten haben Sie zu kämpfen?" Zusammengefasst. Dieses Buch wird für diejenigen empfohlen, die Beispiele für die Verwendung von Deep Learning in Unternehmen lernen möchten, und für diejenigen, die sich entschieden haben, Deep Learning tatsächlich in ihrem Unternehmen einzusetzen. --- ---.
[Schritt 3] Verschaffen Sie sich einen Überblick über den G-Test
Die folgenden Bücher sind die offiziellen Texte der Deep Learning Association. Die in der Prüfung enthaltenen Grundkenntnisse in KI, maschinellem Lernen und Tiefenlernen werden erläutert. Außerdem finden Sie am Ende des Kapitels Beispiele für Fragen im gleichen Format wie die Prüfung.
Dies ist ein Einführungshandbuch, das eine breite Palette von Kenntnissen abdeckt, die für allgemeine Geschäftsleute als "Humanressourcen (Generalisten), die über Grundkenntnisse über tiefes Lernen und die Nutzung von Unternehmen verfügen" erforderlich sind. --- ---.
Dies ist eine Serialisierung von [Deep Learning "G-Test" -Maßnahmen] in Nikkei XTECH Learning.
Dies ist ein Artikel von Fujisoft, einschließlich Herrn Yagi, Mitglied des Komitees zur Förderung der industriellen Nutzung der Japan Deep Learning Association.
Deep Learning "G-Test" -Maßnahmen [Teil 1] Überblick über den 1. G-Test und die Einstellung zum Lernen 2. KI Grundlagen und Geschichte Einheit 3 Grundlagen des maschinellen Lernens und des Tiefenlernens Mathematik für den 4. G-Test erforderlich
Deep Learning "G-Test" -Maßnahmen [Teil 2]
- Überblick über Deep Learning-Technologie
- Faltungs-Neuronales Netz Das 3. Lern- und Generierungsmodell für die Verstärkung Die 4. Fallstudie zu Deep Learning und Recht / Ethik
- 50er Jahre Ehemaliger Rikejos "G-Test" -Prüfungsbericht (Extra Edition) --- ---.
[Schritt 4] Machen Sie den Mangel an Wissen wieder wett
Nach Schritt 3 ・ Gründliche Erfassung der Problemlösung für Deep Learning G-Test-Generalisten ・ AI White Paper 2019 (* AI White Paper 2020 wird im März veröffentlicht) Es wird empfohlen, dass Sie das Wissen lesen und ergänzen, das Sie für unzureichend halten.
Sehr hilfreich ist auch das von G-Test-Passanten ausgewählte "Deep Learning Recommended Book Ranking", das durch die Durchführung eines Fragebogens für G-Test-Passanten erstellt wurde.
(Ausgabe 2019 "Deep Learning Recommended Book Ranking, ausgewählt von G-Test-Passanten") https://www.jdla.org/wp/wp-content/uploads/2019/02/JDLA_books_20190204.pdf --- ---.
Ich persönlich mag diesen Ansatz nicht, aber solange es sich um eine Qualifikationsprüfung handelt, müssen Sie sich an das Prüfungsformat gewöhnen.
Es wird auch empfohlen, den "G-Test-Praxistest" online zu überprüfen, das zu nehmen, was gut aussieht, und sich in gewissem Maße an das Testformat zu gewöhnen.
[Ergänzung] 19. Mai 2020
Für die Veranstaltung im Juli 2020 werden wir aufgrund des Einflusses von Corona noch lange zu Hause sein, um ein Umfeld zu schaffen, in dem wir mehr lernen können. Auf den folgenden Seiten werden auch verschiedene Inhalte kostenlos veröffentlicht.
Bitte benutzen Sie es zusammen.
[Jetzt lernen] Informationen zu Lerninhalten, die für die Vorbereitung von G-Tests nützlich sind](https://www.jdla.org/news/20200515003/)
Zusammenfassung
In diesem Artikel haben wir für Anfänger (ein Beispiel) vorgestellt, wie man für die Zertifizierungsprüfung der Deep Learning Association G studiert. Wir hoffen, Sie finden es hilfreich.
[Autor] Dentsu International Information Service (ISID): Abteilung AI-Technologie Yutaro Ogawa (Buch "Lernen beim Bilden! Tiefes Lernen von PyTorch" usw. ["über mich"](https: // github. com / YutaroOgawa / about_me))
[Haftungsausschluss] Dieser Artikel ist die Meinung / Übermittlung des Autors, nicht die offizielle Meinung des Unternehmens, zu dem der Autor gehört.
das ist alles.
Recommended Posts