[PYTHON] Vous serez ingénieur dans 100 jours ――Jour 76 ――Programmation ――À propos de l'apprentissage automatique

Cliquez ici jusqu'à hier

Cette fois, nous parlons d'apprentissage automatique.

À propos de l'apprentissage automatique

Récemment, pour diverses raisons, j'ai été fermé ou incapable d'aller travailler. Que diriez-vous d'étudier à cette occasion?

À propos de l'apprentissage automatique sans utiliser de formules mathématiques Je voudrais expliquer avec des contenus que même les élèves du primaire peuvent comprendre.

Cliquez ici pour la vidéo de commentaire

Qu'est-ce que l'apprentissage automatique?

Tout d'abord, qu'est-ce que l'apprentissage automatique? À partir de là.

L'apprentissage automatique permet à un ordinateur d'apprendre des données C'est une tentative de faire des prédictions pour des données inconnues.

Apprenez à vous souvenir des modèles cachés dans de grandes quantités de données La règle pour juger des données inconnues s'appelle un modèle. Faire ce modèle est le but de l'apprentissage automatique.

Apprentissage automatique et IA

Ensuite, je voudrais parler de la relation entre les mots et l'intelligence artificielle ces jours-ci.

«L'intelligence artificielle» est appelée «AI» en anglais. La plupart des «IA» sont basés sur «l'apprentissage automatique». Et «l'apprentissage automatique» est appelé «apprentissage automatique» en anglais.

«Deep learning» est l'une des méthodes de «machine learning» et est appelé «deep learning» en anglais.

La relation entre les mots est comme indiqué sur la figure.

Où est utilisé l'apprentissage automatique?

Lorsqu'il s'agit de savoir où l'apprentissage automatique est utilisé, il est maintenant largement utilisé dans divers domaines.

Les domaines principaux sont la discrimination d'image et la détection d'objet effectuée pour la conduite automatique, la classification des personnes et des animaux et la discrimination des caractères manuscrits.

Il est également largement utilisé pour les données relatives au comportement humain. Sur le site d'achat, que ce soit pour rejoindre ou se désinscrire L'apprentissage automatique est souvent utilisé pour déterminer les produits recommandés par cette personne.

Vous pouvez également générer diverses choses à partir de ce que vous avez appris. Vous pouvez apprendre le style de l'image et créer une image qui lui ressemble. L'apprentissage automatique est également utilisé pour traduire des phrases anglaises en japonais afin de créer des chansons qui ressemblent à cela.

Ce que vous pouvez faire avec l'apprentissage automatique

Il y a trois choses principales que vous pouvez faire avec l'apprentissage automatique Retour Catégorie Clustering est.

Chaque Return: prédire les valeurs numériques Category: catégorie de prédiction «Clustering»: diviser en bons sentiments Peut être dit.

Comment apprendre

Il existe trois principales méthodes d'apprentissage «Apprentissage des enseignants» ʻApprentissage non supervisé` "Renforcer l'apprentissage" est.

«L'apprentissage enseigné» est une méthode d'apprentissage qui a une réponse et vous permet d'apprendre selon cette réponse. «L'apprentissage non supervisé» est une méthode d'apprentissage pour ceux qui ne connaissent pas la réponse. «Renforcer l'apprentissage» est une méthode d'apprentissage qui maximise la valeur basée sur une valeur telle que gagner le jeu.

Les données réelles

Les données sont effectuées à l'aide de «données tabulaires» avec des directions verticale et horizontale. Normalement, il existe plusieurs types de données (colonnes). Dans la plupart des cas, il y en a plusieurs.

Ce type de données dans le sens des colonnes est également appelé «variable» dans l'apprentissage automatique.

Apprendre avec un enseignant

À propos de l'apprentissage supervisé

Pensez à avoir un prix en raison de la taille de la pièce. Préparez d'abord les données (taille de la chambre et prix).

Pensez à dessiner une belle ligne qui correspond à vos données.

N'est-il pas possible de tracer une ligne comme celle de droite?

Cette ligne est appelée «modèle d'apprentissage» (règle de discrimination).

Faisons une prédiction à partir des données en utilisant le «modèle de prédiction» créé.

En regardant la partie de la ligne qui s'y applique à partir des données de taille de la pièce Le prix sortira. C'est la valeur attendue.

La prédiction ne donne qu'une valeur proche de la réponse, et il est assez difficile de deviner exactement.

De plus, puisqu'il n'y a pas qu'une seule donnée, tout en examinant diverses données Nous devons trouver un moyen de tracer une belle ligne.

Cette fois, j'ai utilisé l'exemple de l'utilisation de valeurs numériques, mais cela s'appelle «return». Ceux qui s'appuient sur des valeurs non numériques telles que «homme» et «femme» sont appelés «discrimination».

Apprendre sans professeur

Vient ensuite l'apprentissage non supervisé.

L'apprentissage non supervisé est une méthode d'apprentissage qui se divise en bons sentiments comme le «regroupement».

Il n'y a pas de réponse, c'est donc aux humains de décider si le résultat prévu est correct.

À propos de l'apprentissage profond

À propos de l'apprentissage en profondeur.

Il s'agit d'une méthode d'apprentissage qui utilise un modèle d'apprentissage appelé «réseau neuronal». Avec un modèle d'apprentissage qui imite la structure du cerveau humain, vous pouvez définir trois couches: «couche d'entrée», «couche cachée» et «couche de sortie».

Parmi ceux-ci, ceux qui ont deux couches cachées ou plus sont également appelés «réseaux neuronaux profonds (DNN)». La méthode d'apprentissage utilisant le DNN est le «deep learning».

C'est une esquisse approximative, mais ce qui est génial avec le Deep Learning Cela signifie que la machine a dépassé la précision humaine.

Surtout dans le concours mondial de «reconnaissance d'image» Un modèle qui dépasse la précision humaine a été achevé.

En conséquence, il est venu pour faire une discrimination plus précise au lieu des humains. Il est devenu actif dans divers domaines tels que la traduction de phrases anglaises en japonais.

Ce dont vous avez besoin pour l'apprentissage automatique

Si vous êtes nouveau dans l'apprentissage automatique, préparez d'abord un PC.

Ensuite, installons un langage de programmation appelé Python.

Enfin, préparez les données tabulaires à utiliser pour l'apprentissage automatique.

Eh bien, s'il y a quelqu'un qui veut faire du machine learning mais ne comprend pas la programmation Nous avons préparé un cours, veuillez vous y référer! !! !!

référence: Cours de programmation Python

Résumé

C'est une explication hyper-approximative de l'apprentissage automatique.

L'apprentissage automatique lui-même a été adopté par toutes les entreprises de cette époque. C'est devenu un outil indispensable pour les services.

Par conséquent, il devient difficile de le faire sans le savoir.

Si ce n'est qu'un concept, ce n'est pas trop difficile. Si vous essayez de le poursuivre en détail, il n'y a pas de fin.

Tout d'abord, acquérez-le comme une connaissance approximative Comment le réaliser quand il s'agit de faire des affaires, etc. Je pense que tu devrais apprendre.

24 jours jusqu'à ce que vous deveniez ingénieur

Informations sur l'auteur

HP d'Otsu py: http://www.otupy.net/

Youtube： https://www.youtube.com/channel/UCaT7xpeq8n1G_HcJKKSOXMw

Twitter： https://twitter.com/otupython